【觀點】從歐洲到北美——談談我IT求職路上的四次選擇
來自專欄『DIY飛躍計劃』全球留學申請、生活
本文獲得 @曉飛 的授權,根據他在知乎同名問題下的回答整理而成,原文鏈接:從歐洲到北美——談談我IT求職路上的四次選擇。著作權歸作者所有。
敬請關注[飛躍計劃]DIY全球留學申請、生活 - 知乎專欄以及相關的知乎 Live,解鎖更多DIY申請技能。
人的一生總會遇到很多選擇,每一次選擇都會影響人生的走向。我有時會想:如果每一次都會有人能告訴我正確的做法,那我應該早已走上筆直的成功之路了吧。然而,什麼是絕對的正確呢?做選擇的是自己,為選擇的結果買單的也是我們自己。我們的人生就是在不斷的選擇和調整中摸索出一個局部最優解,一路曲曲折折的走向未知的遠方。
幸運的是,在摸索的過程里,我們並不孤獨。前輩們的經歷可以提供了寶貴的先驗知識,給後來者提供重要的參考。現在,又到了申請和求職的季節,這次換我來回顧自己4次選擇的心路歷程,分享自己的心得:
- 留學選校
- 職業規劃
- 求職申請
- offer談判
同時,這也是我學習的機會,歡迎大家一起交流和溝通
第一個選擇:歐洲VS美國
在我大四的時候,我收穫了幾個國外大學的錄取:
- 瑞士洛桑聯邦理工EPFL的計算科學碩士錄取
- 香港科技大學的CS phd口頭offer
- UCSD和USC的非CS碩士錄取
那時,我並沒有下定決心讀博,也覺得花了巨額學費去美國,卻只能去非理想學校讀不喜歡的課程,於是選擇了瑞士。
面對瑞士嚴峻的就業形勢,我在論壇里這樣記錄自己的心理歷程:
IT行業蓬勃發展,世界才是舞台,努力學習,實力才是一切。
我想只要學好知識,提升實力,依然保有直接去美國工作的可能。就算最後沒有找到工作,回國工作也沒有關係。於是乎,我前往瑞士留學,享受頂尖名校的師資課程,依山傍水環境優美,還忙裡偷閒打了把ACM區域賽,非常愉快。然而,很快到了求職的季節,瑞士的保護政策外國人很難拿到工作簽證,放眼整個招聘會,能夠投遞的企業只有個位數。我連續2次前往谷歌蘇黎世聽講座,苦苦的纏著facebook的hr套近乎,然而依然沒有拿到谷歌和fb的面試……
而那時,我北美的同學也陸陸續續開始找工作面試了。我一邊苦苦刷題,一邊眼巴巴的手裡拿不到面試。我漸漸明白了:
一個人的命運啊,當然要靠自我奮鬥,但是也要考慮歷史的進程。
對我而言,這個「歷史的進程」,就是去美國讀計算機。
雖然有考慮去美國直接工作的情況,比如:
- 每年4月開始的H1B工作簽證,非美國高學歷文憑的申請者,每年30%的中籤率,即使成功也要等到10月份才能生效。
- L1工作簽證,在海外分部工作1年,就可以轉L1簽證去美國工作。優點是L1的配偶也可以工作,缺點是不能跳槽。
- 傑出人才O簽證,一般是非常優秀的phd才能申請。
3直接排除,支持1和2的只有少數的大公司,容錯率極低(何況我面試都拿不到T_T)。
而我內心也激起了與世界最優秀的計算機高手同台競技的熱情,也不再甘心畢業就回國工作。
於是,我重新向美國寄出了申請材料,在拿到UCSD的計算機錄取之後,毅然退學。一年後,我求學CMU,從此再也沒有擔心過找不到工作。
第二個選擇:數據科學VS軟體開發
退學歸國的這半年,我開始為下一次選擇做準備,那就是職業的選擇。那時,有一個炙手可熱的新職位,叫數據科學家,號稱21世紀最性感的職位。我想,在未來求職的時候,我必然面臨著投數據科學崗還是軟體開發崗的選擇,不如借著這次gap的半年,先投數據科學的實習崗,體驗一下數據科學家的生活。
於是,我加入豌豆莢反作弊團隊,利用數據分析挖掘作弊模式,整天和壞人鬥智斗勇。在騰訊遊戲加入數據中心組,專門給英雄聯盟提供數據分析。我發現,雖然不同公司對數據科學崗的工作內容差異很大,但大致的共性是:
藉助統計和機器學習作為工具,從海量數據中發現問題(insight),給團隊策略提供支持。
而面試題除了編程題以外,還會有這樣的問題:
- 如果你加入知乎數據科學團隊,你能做什麼來讓知乎變得更好?(知乎)
- 給你羽毛球男單比賽的對局成績表,提出一個策略從中找出最強的羽毛球選手(網易遊戲)
- 什麼時候用平均數,什麼時候用中位數(微軟)
- Briefly discuss how Uber might leverage the insights gained from the model to improve its rider retention
We could have two potential insights from this case:
a. The highly activate drivers in first 30 days have high rider retention.
b. The high rating drivers have high rider retention.
Therefore, giving drivers more promotion at beginning has positive effect on rider retention. And keeping drivers with a good rating might improve their rider retention as well. (UBER)
從以上4個真實的面試問題里,可以看到作為數據科學家,不僅要有優秀的編程和機器學習基礎,還需要具備商業智能(business intelligent)的思維,以及應用它們獨立解決問題的能力。
經歷以上的嘗試和思考後,我做出了選擇:
放棄成為數據科學家
從數據中發現問題,提出想法,並驗證想法。這種思維方式令人稱讚,但我更樂意從計算機從業者的角度,去著手如何應用機器學習和人工智慧的問題,比如:
如果從直播視頻中識別出明星?
如果將普通的圖片轉變成日系小清新風格?
何在網購商品的時候,能夠預覽它在現實世界中的實際視覺效果?
這個領域叫做applied machine learning(應用機器學習),學習學術界前沿知識,並將它應用在工業界解決實際問題。在我看來,這個方向比數據科學更適合我,它少了些商業思維,多了點科研和技術,需要在一個計算機領域不斷學習和鑽研,最後成為技術專家。
這是一個初入職場人的見解,或許顯得非常天真幼稚。或許現實的本質里,工作只是謀生的手段,但我還是希望在伴隨自己幾十年的工作旅程里,有著自己一份興趣和熱情。
第三個選擇:早投實習VS晚投實習
從一個普通985的EE(電子信息類)專業,前往美國留學曲線轉CS(計算機),到最後拿到名企flag的offer,我聽說了也見證過太多這樣的例子。
「本科普通211的學生,去美國一個top50的學校讀CS研究生,最後找工作畢業去了谷歌。」
「我本科一個很普通的同學,不是牛人,去美國top30讀的EE,最後畢業去了亞馬遜」。
成功的事例激勵著後來人義無反顧的走上了轉CS的大道,但倖存者偏差,失敗者沒有發聲,而又有多少人知在倖存者成功之前,品嘗過多少次失敗的苦澀。
隨著全民轉CS的興起,美國找全職工作的形式也越來越嚴峻了。facebook全職面試很難拿,微軟/linkedin校招幾乎停招,谷歌開始拒簡歷,apple招人從來興趣使然,airbnb和uber簽了「種族平衡」協議,提高了對亞洲人的招人門檻,snapchat也因為ipo提高了門檻。因此,有一個好的實習經歷,拿到一個return offer,對之後找全職工作意義重大。
那麼什麼時候投實習比較好呢?早投實習,可能因為剛來美國,學業沒跟上,英語不夠好,簡歷不夠強,掛掉面試。晚投實習,又可能導致實習名額減少,招人門檻變高,或者招滿了沒坑了,措施良機。
面對這個選擇,我走了一個折中的處理:
1、先投自己不太想去的公司(9-10月)
2、再投自己最想去的公司 (10-11月)3、最後投自己一般想去的公司 (第二學期)
剛來美國,經驗不夠,面試大多以失敗收場。先投自己不想去的公司,積累大量的面試經驗為未來鋪路。再投自己最想去的公司,什麼facebook,谷歌,uber,linkedin/微軟,Riot等,都要在這個時候投,因為只要抓住一家,整個找實習季就結束了。如果不幸所有最想去的公司都失敗了,此時第一學期也差不多結束了,寒假好好準備,spring的時候再去投amazon吧……
執行這個選擇,需要投遞大量的簡歷,每天不斷的刷題,最大化的拿到面試來積累面試經驗。如果說每一個人都是一個模型(model),那麼刷題刷面經就是用利用這些樣本(data),不斷的訓練(train)著這個模型的解決面試難題的綜合(泛化)能力,不能過擬合,也不能欠擬合。而檢驗(test)的方式,就是實戰面試。
這個過程需要時間,建議抱團備戰,提高效率,但或多或少也會影響學業和GPA。關於保GPA還是保實習的問題,我沒有把它作為選擇,因為對我來說,答案不是顯而易見的么?
第四個選擇:offer談判策略
在拿到return offer之後,就開始準備面試能與之競爭的公司。隨著先後掛掉snapchat,谷歌和uber等,談判的籌碼也沒有了。眼看offer答覆時間到了,眼前有幾個選擇:
- 直接接offer
- 假裝有offer去強行談判
- 空手談判
為了能夠提高談判的籌碼,一路刷題備戰走過來,如果直接選擇1多少有點遺憾。然而2這條路,風險太大,也違背了職場道德。所以選擇3,空手談判,我想應該不會把offer談沒吧……
要怎麼談呢?有以下幾個思路:
我有老婆有孩子還剛剛買了房子,老爺太太多賞幾個大子兒吧 (出門地鐵站)
我同學我同事我親戚我朋友都拿多少多少錢 (誰讓你太弱,怪我咯)
公司去年待遇是XXX,今年還是一樣,再加點嘛 (不減少就不錯了,看看隔壁谷歌吧)
那麼正確的思路是什麼呢?
最重要的是告訴對方你值多少錢,而不是你需要多少錢。
於是,這裡分3步轉達意願:
- 拍馬屁,不要把offer談沒了:XXX is a really attractive and passionate company which is exactly what I am looking for the next three to four years. So I am looking forward to making decision earlier and discussing the offer details with you.
- 吹噓自己I have strong background in AI and machine learning ...., which is a great match to the Applied Machine Learning team. And also, I ... . All these experience convinces me that I could move fast in XXX and had more impact in future work.
- 據理力爭
So I think a higher sign on number is proportional based on my background. It would certainly sweeten up the deal and persuade me to make up my mind.
- 如果有compete offer,記得寫上去Google raise my package to XXX because they pay attention to employee and believe they can make enough contribution to company as well. I believe XXX will also do the same thing.
語言的魅力,談判的技巧,很多看起來非技術的部分,往往也是一個人非常重要的能力。
多折騰一下,給自己一個機會。做好自己能做的事情,至於剩下的,就聽天由命了。
以上就是4個關於選擇的故事,而更多的選擇還等在前方。知乎有一個話題,叫「有沒有人終其一生都沒有做錯事,但依舊失敗得一塌糊塗?」。裡面提到,很多人小心翼翼的走完了一生,到最後都不知道自己想要的是什麼。
所以失敗的選擇並不可怕,怕的是沒有選擇,停滯不前,得過且過。因為正是通過選擇,我們逼迫自己不斷叩問內心,思考著真實的自己,到底想要怎樣的生活。
馬和毛驢一起討論迷路的話題,豬譏笑說,我從來不迷路,馬回應說,因為你從沒走出你的豬圈。
誠邀樂於分享的你,將留學申請|生活經驗以視頻|文章|諮詢等方式分享給即將飛躍的飛友們-內容首發於『飛躍計劃』B站 和微信公眾號,並同步於 @留德華叫獸 知乎專欄。
關注下方公眾號,後台回復「QQ」獲取4個千人QQ群,尋找與你志同道合的飛友。
推薦閱讀:
※美國稱中俄否決敘利亞決議草案是拙劣之舉
※2017暑期赴美帶薪實習(SWT)分享
※腐敗為什麼很少在美國發生【專欄】
※為什麼美國MBA沒人稀罕了?
※中國旅客在美國受歡迎嗎?