PhD招聘与刷题

最近在思考PhD就业中刷题的重要性。

首先找教职与刷题没啥关系，就暂时排除了。那么绝大部分PhD的就业主要是两种：
- 去research机构，MSR, DeepMind，FB Research，IBM Research，NEC Lab这类
- 去industry从事开发相关的内容，不管是开发啥，DB/System/ML/Compiler （可能能做complier的大佬也不害怕刷题）

有经验的朋友可以谈谈对于这两类工作，面试中刷题的重要性吗（抛开研究成果不谈）？

以我自己为例，刷题和临场写题能力都不太好，硕士因为刷题还刷出了神经官能症，所以非常抵触刷题。但这个也不是说我的coding能力不行，我自己设计的系统工具也有快十个，也有8000多GitHub Star，用的人也挺多。
如果是走内推，直接对接到负责人，或许能绕过coding，但不然是不是还是需要一轮轮的走coding呢？

个例可能不太具有普适性，不过想替我们这种不喜欢刷题的“吟唱型”选手问问有没有推荐的方法和公司。感谢~

我觉得如果回国找工作的话，倒是很有可能直接被领导赏识，然后面试走个过场就能录的。因为碰巧在知乎上关注了lz，提供一个知乎上的dp，他也是像lz这样在知乎上有很多粉丝，然后在面试的时候极力强调这是一种impact，自己除了技术以外，也有能力增强公司的产品
的影响力（当然具体是怎么论证的就不清楚了），结果就很轻松的通过了面试。

但在美国的话，尤其是大公司，还是很在乎刷题这种“程序正义”的。我知道lz的能力极强，包括学校背景，工作经验，思考问题的深度，个人以及项目的影响力等等。在我看来，这些背景几乎能证明lz肯定能胜任大厂的技术工作。但大厂们没有选择像招phd那样，通过背景来看candidates是否有能力，而是选择了面试做题这种方式。这对lz来说是相当不公平的，但对更多的背景一般的选手，面试做题至少给了他们希望，也给了一个比较量化的标准。这种方式确实有很多弊端，比如有可能损失了一位像lz这么优秀的员工（如果lz实在是抗拒刷题并且无法克服的话）。但大厂们好像不太在乎这个，毕竟据Homebrew的作者所说，Google就是因为他面试没做出来题而拒掉了他。

所以如果lz想在美国发展的话，还是希望能正视刷题。至于要如何正视，可以把刷题当成解一个个的脑筋急转弯，或者当成自我提升道路上的小关卡，得练习如何克服它。但千万不要当成是腐朽的、无意义的、浪费时间的奇技淫巧。如果还是无法克服的话，试一试把刷题当成做慈善？尽管它为难了像你一样不擅长做这个的优秀的人，但也给予了千千万万个抓住刷题这最后一根稻草拼命上岸的人们一点机会。

楼主我和你一样一样的。
但是我比你早接受现实。刷题就是一场竞技游戏，谁刷的好谁熟练 谁就能找到好工作。如果你排斥 你就已经输了。而且如果你不刷，你就一辈子和好公司无缘。
我非常认同在学习 做学术 看paper都来不及搞。。哪有精力去刷题。。我身边phd朋友也没几个刷题的
但是。。。。
很多phd没刷题就是没找到好工作。。一毕业要么回国当老师，要么就是找不到工作继续post doctor。。。
早日刷题。。参与这个游戏，不要消极。。越早开始越好。

PhD如果找对口方向的工作，coding一般不会难为你的，就是典型medium的水平，很少有hard，也不会有那种抖机灵或者读半天都很难理解的题目，我面的几家感觉都是如此. 既然要去工业界，典型medium都写不出或者完全没思路也说不过去吧，稍微准备个把月，典型高频认真做两百道就差不多了其实

从我自己经验来说，大厂面试对PHD的现场coding能力要求没那么高

sumatra 发表于 2020-10-15 09:32:19
从我自己经验来说，大厂面试对PHD的现场coding能力要求没那么高

那你要看什么岗位，今年FB对phd SDE in ML intern 都要45分钟两道medium。

要是有实力进FAIR, Brain 当然现场coding要求低一些

我不了解AI 就后端开发来说 没办法
考察coding是一种筛选机制 我也不喜欢刷题 不找实习不找工作 一点兴趣都没有
除了research职位 我面过的开发岗都要考察coding

内推只是过简历关 确保简历不会被刷下去
即便一开始是manager 甚至更高级别的和你聊 觉得你不错 最后都走了正规流程 该怎么面还怎么面
刷题是很重要的 遇到做过的题 直接KO 没遇到过的 很难从0开始想出来
不要从心理上排斥它 尽量把他当做是必须的 进入工业界 逃脱不了刷题

楼主提到的research机构 我自己面过 以及身边人面过其中两家 是考leetcode medium level的coding的
楼上提到FB MLE intern 45min 两道medium也是我观察到大多情况 FAIR也是有coding面试的 也是medium难度 coding不过照样可以不过面试
也存在一些厂子 包括楼主提到的其中一些 coding要求低一些

不要想逃避了，几年前我也是这种想法，越逃避现实越残酷。ml，ai research scientist对代码（刷题）要求和一般sde没区别，另外还会问很多ml相关的知识和系统设计，machine learning方面的coding。这就是现状，具体去面面就差不多体会了。推荐的方法，如果导师有大腿，可以抱的话，求他推荐实习，然后拿实习return，可以避免大规模刷题。当然我是没这个机会（确实也会羡慕，不过自己找工作本来就是大部分的人的路线），最好不要寄希望于这个，对机遇要求太高，而且几年后找工作还是要刷题，不如一次就打好基础。

guluyupipi 发表于 2020-10-16 01:40
那你要看什么岗位，今年FB对phd SDE in ML intern 都要45分钟两道medium。

要是有实力进FAIR, Brain 当然 ...

有实力进FAIR Brian MSR的，也不至于被刷题难住吧。。

guluyupipi 发表于 2020-10-16 01:40
那你要看什么岗位，今年FB对phd SDE in ML intern 都要45分钟两道medium。

要是有实力进FAIR, Brain 当然 ...

是吗，我面过两次，第一个是lc，第二个都是抓着api狂怼。
我过算法题可以，但是api比如某个函数怎么调用，那种lc不出现的，就总有漏洞。
净是文件读写里面怎么运作啥的。

你说的第一类不需要，但是paper要solid，我看到的底线也得是50名教职级别，比较强的（各厂很强的方向）基本上是去top 1都保不齐拿到教职的，人家乐意上工业界。当然如果title是postdoc会松一点。还有就是和学校一样，工业界lab也可能某年就不招某个方向的人。比如ibm好像今年除了quantum都不招，而且还裁。

第二类考coding。

=========================

第一类不一定需要，有的是要coding的有的不是。第二类基本都要考。