【心得分享】数科转码大厂跳槽

工作经历：
SF startup DS - > 某1-2线大厂sde ->F/G sde
-------------------------------------------------------------------------------------------------------------------------------
【以下观点，纯属个人经历，不能瞎 generalize】
数科转码：
为啥当初数科
因为研究生的specialization 是ML，且当时没有好好刷题，所以找了DS的工作。

为啥后来转码
研究生毕业后，我在SF 2家startup做了三年的DS。工作内容是ML + Analytics 各有一些。由于工作的内容不是高端的ML research，而是面向business impact & product，很多时候需要花时间做折中的事情。虽然锻炼了很多soft skills, 但久而久之还是发现我所在的公司对DS的看法总体上不是很成熟，做出来的project其实很基础，缺乏长久的推广性和impact。个人又比较喜欢实打实的engineering, 所以开始想要转码。

转码挑战
由于本人本科学的不是计算机，研究生计算机学的也是ML方向，所以在硬核的计算机知识以及基础上我是比较欠缺的。尤其是面对刷题，有很多不成熟的领域，编程速度其实也很一般。所以从数科转码，最大的挑战就是面对编程的熟练度，对各个算法的理解和分类，以及计时情况下水平的稳定发挥。

如何克服挑战
本人高中读的国际高中，还没参加过高考，所以面对应试，刷题，可以说是完全不行。技法上很业余，心态也很容易崩。所以老话说得好，曾经你走过的捷径终有一天要加倍奉还。当年自己很不认可应试教育，所以对刷题这个game也很鄙视，但最后还不是要绕回来重头再战。从一开始次次竞赛血崩到经过差不多半年的锤炼，在刷题上有了一些耐心。于是开始仔细的总结不同类型题，继续坚持参加蠡口的周竞赛。最后幸运转码。
-------------------------------------------------------------------------------------------------------------------------------
冲击大厂：
为啥选择大厂
因为之前做DS就在小公司、start-up；想要换一换环境。
个人software engineering skill 还比较稚嫩，想要在大厂得到一些总体的熏陶

大厂好坏
好：engineering 熏陶，总体impact还是比较大。
坏：螺丝钉

这里还要说一下，螺丝钉可能也不能算是坏处。有两点想说：
要看在哪做螺丝钉；国际空间站的螺丝钉和宜家家居上的螺丝钉，还是有区别的。有时候在大厂做的事情看似很细微，但是break了可能影响的用户以及实际的影响可能很大。在小公司的话，可能崩 一个 site的影响并不是世界末日。
人类历史上完全不是螺丝钉的人，可能不超过10个；绝大多数人都是working for someone higher or something larger. 都是螺丝钉，性质区别不太大。当然了，你可能就是天选之子，那你在哪，哪就是大厂。

大厂跳槽：
差不多19年底开始刷题，那时候面的几乎所有大厂都是挂在第一轮。然后去年年中成功跳到某1.5线大厂，一开其实没有抱很大希望只是猎头找到就面了面，没想到比较幸运拿到了不错的包裹。然后最近一直有联系的F/G recruiter reached out就又参加了面试。准备并不是很充分，几百道的高频题，其实可能只把前30道过了1.5遍。面试的时候，基本上是靠平时累积应付的。从去年入职到这次面试，基本上我没停下过刷题和蠡口周竞赛。在这个过程中，除了做题时多思考分类和总结，就是锻炼面对新题的心态。一部分需要找套路，另一部分也需要灵活思考。

-------------------------------------------------------------------------------------------------------------------------------
总体心得：
Consistency非常重要，很多时候就算很不想刷题，也得逼自己刷一道。有时候一些概念和算法需要长时间的积累，然后突然一天就领悟了更深的东西，然后那类算法就更make sense了。所以需要持续花时间在刷题上。当你觉得不能融会贯通的时候不要放弃，keep pushing。

思考也非常重要。这个思考不限制于题，而是背后的算法和结构。这类思考可以发生在刷题之外；吃饭，洗澡，跑步，等等，很多时候如果你把一个对算法的问题或者理解放在背景里运行，过一段时间你会有更深刻的理解。比如一次跑步的时候，我突然意识到，所有的算法都是被物理规则管制的；一个算法的运行存在于空间和时间中，所以提高算法的效率时，最终肯定是有空间和时间的限制的。例如一个算法的时间复杂度可以从O(N)提升到O(logN)，但是也许在空间上用了更复杂的数据结构。算法解决问题，要么需要在时间上多走几步，要么需要手里有cheat sheet，了解地形少走弯路。从整体上看，空间和时间只是在互相妥协。虽然这个认识很虚，不具体，但是后来对我面对算法题时的思考有帮助。

技巧与心法
技巧可以靠时间提高；但是心法需要通过主动的，对自己内心的关注来达成。刷题和很多事情很像，比如长跑，都是需要很久的耐心和思考。我个人通过长期做体力上有挑战的事情来锻炼自己的心智，来了解自己在痛苦面前心态的变化。这个应用在刷题上，也很有帮助。

回想这一路走过来有很多的至暗时刻，很多次自我否定几乎要放弃希望，特别是最开始刷题的一年，那时候在start up 996 心力交瘁，所剩无几的休息时间还要摸索着每天坚持刷题，周末竞赛每次心态崩到体无完肤，其间种种记忆犹新。直到后来坚持埋头苦走，不问归期和终点，水到渠成拿到自己的dream offer，整个过程好似从“冰泉冷涩弦凝绝，凝绝不通声暂歇” 的艰涩到 “银瓶乍破水浆迸，铁骑突出刀枪鸣”的痛快。 所以写这篇帖子除了分享经验也是为了告诉还在“艰涩”的大家，无论你正在走多难的路，无论这条路看起来多么黑暗崎岖蜿蜒没有尽头可能还伴着疾风骤雨，你要相信只要坚持走下去，你一定会到达somewhere -- 可能是你最初梦想的地方，也可能你出乎意料走出了新的天地，但一定一定别停下来，因为那样你哪里也到不了。

与大家共勉！希望大家2021都能实现自己的小目标 ：）

每只猫都是天使 发表于 2021-07-02 21:32:05
写得太好了lz，有志者事竟成！

谢谢！一起加油！！

恭喜恭喜，楼主做了什么前后端项目填充简历吗？还是只有ds的 project在简历上？谢谢

开心的猪 发表于 2021-07-02 17:53:15
恭喜恭喜，楼主做了什么前后端项目填充简历吗？还是只有ds的 project在简历上？谢谢

大都是DS经历

写得太好了lz，有志者事竟成！

Lz是又读了个cs学位？怎么解决专业和cs不相关的问题

遇见未见 发表于 2021-07-02 21:37:08
Lz是又读了个cs学位？怎么解决专业和cs不相关的问题

我研究生专业是cs 但学的都是ml的东西

楼主太厉害啦！刷题和长跑都能坚持，好棒！

遇见未见 发表于 2021-07-02 21:37:08
Lz是又读了个cs学位？怎么解决专业和cs不相关的问题

没有，直接跨专业申请的CS研究生。我本科物理数学做了一些科研实习，做了一些scientific computing and simulation 。申请研究生时算是擦边球跨专业

想問樓主在跨領域準備時，是如何選方向的？ 例如選什麼語言學習/想往前後端或其他領域發展等等