PhD research intern相关问题

目前是biostat PhD第三年在读， 想问下大家如果毕业后想找MachineLearningEngineer 等相关的偏CS方向的工作，而非datascientist等等最对口的数据岗，不辅修一个CS的master职位，靠刷题等等是否可行 （能否拿到面试等等）？ 以及与DS相关岗位相比，利弊如何？ 感谢大家！

看公司看岗位，就我经验来说：

1. Google SDE偏一点M L的，刷题就够；
2. Google ai 最重要是项目match，实习不用刷题，全职刷题比重超级小；
3. amazon applied scientist，看项目，会考基础M L推公式什么的，实习不做任何题，全职刷题比重也超级小；
4. FB SDE in ML: 疯狂刷 FB leetcode 那个tag 题，基本不看项目和ML，只在team match chat几句；
5. FB AI ：大概70%看项目match，30%看code
6. MSR： 完全不用刷题，只看项目

LZ得看想去哪儿，抛开公司和职位，就没法说刷不刷题。我认识的大佬去Google brain的就没面过code😂

打这么多字不容易，求各位看官加米

匿名者 发表于 2021-1-21 12:33
好的好的，十分感谢！关于刷题我自行去了解。 关于ML的research等等，我的前两个正在做的chapter都是统计 ...

这个我就不好说了，我是EE的，但是根据我目前找到几个实习的经历来说，虽然coding和ML是面试主要内容，但是你的研究内容和岗位要求的相关度其实是更重要的，否则连面试机会都没有，我有些面试过了但最后没offer估计也是背景不是很match，有些面试特别match所以面试表现差不多就有Offer了。另外一个心得体会就是，如果你申请的是偏research的岗位，对方可能看重你的提出新方法解决新问题的潜质，所以面试中不但要表现出来你做过什么，还要表现出来你为什么这么做，是否有其他可行方案，最后你为什么选择了你用的方法。这些可能在research岗面试的时候作为加分项

具体得看你有没有和岗位相关的项目经历，这个最重要，所以得自己多做点项目。

完全可以，做点ML方面research，另外题要刷的溜，上cs master也是去辅助你题刷的溜的。

AlphaOne 发表于 2021-1-20 20:37
完全可以，做点ML方面research，另外题要刷的溜，上cs master也是去辅助你题刷的溜的。

好的好的，多谢指导！我可以确定努力方向了

其实就是coding刷题(algorithm, data structures) + Machine learning fundamentals and related research. 这两方面也基本是大多面试必问的部分，一面coding二面ML

你得问的具体点，你这么泛泛的问，我们也就泛泛的答：有的人可以 有的人不可以

liuzhengqi 发表于 2021-1-21 11:39
你得问的具体点，你这么泛泛的问，我们也就泛泛的答：有的人可以 有的人不可以

哈哈哈感谢提醒！ 因为我没那么了解具体要求所以没有问的很详细。
楼上提了关于一面和二面的内容，关于一面coding刷题等我可以自己在论坛里寻找相关信息，我想问的是，第一是biostats的phd是否能过简历关 （USNEWS stats排名前十五的某校）， 是否必须research和ml高度相关？ 我现在前两个chapter做的可能是偏统计中的computation一点，第二个问题其实类似，关于二面，如果对应内容做的不多，是不是二面ML就有点尴尬？ 感谢！

courseera上修几个ml/dl的课   kaggle上参加一些实际项目的比赛  可能是一个比较靠谱的方案

yt1993 发表于 2021-1-21 10:52
其实就是coding刷题(algorithm, data structures) + Machine learning fundamentals and related research. ...

好的好的，十分感谢！关于刷题我自行去了解。 关于ML的research等等，我的前两个正在做的chapter都是统计方向computation，感觉往ml方向靠的空间不是特别大，大概有多大影响？我该怎么做呢