2024职业发展系列讲座摘要-3：对话硅谷大厂

主持人：国内化学学士，美国硕士，化学专业转码

嘉宾1：国内自动化本科，美国EE硕士，曾就职于Airbnb China负责预定和支付等产品功能，现就职于Meta senior software engineer软件开发设计十余年

嘉宾2：CV博士，Spotify机器学习高级工程师，一直从事推荐系统的工作。分享了个人职业规划受AI（deep learning）在工业界应用市场的波动的影响。（每两三年tech行业变动大）

嘉宾3：化学博士，28岁换赛道到大厂Sr Software Engineer。现就职于Linkedin软件工程师，backend方向。业余经营小红书职场博主（程序员枫）。开始受到行行出状元思想影响，想在化学一条路走到底。来美国以后开始思考转赛道（大环境对转赛道宽容，化学专业找工困难，学界难留）。决定后去读CS master。沉默成本高，高要求自己。如果想要转码，夯实基础，不要想一步冲天，要enjoy写码，大量时间精力打基础；放平心态，一步一脚印。

嘉宾4：本硕机械-博士机器人 控制方向。工作后发现对计算机感兴趣，去了Bloomberg，转码友好。码农需要具备skills（各种技术，软件技术之类的）和所面向的用户领域的相关知识（比如金融相关的知识，市场billing的知识之类的）。转到亚麻的AI平台，转到Amazon做feature star，最终来到waymo，回归robotics（偏计算机算法方向）。转码是一个很好的选择和重大转变，但也要听听自己内心的声音。

Q&A

Q1：计算机学科的就业方向有哪些？各方向的主流career path如何？当前背景下哪些方向容易上岸？

嘉宾1：1、走管理路线；2、技术路线可以专精某一领域或成为通才，与其他部门和产品经理协作。

嘉宾2：就业方向分为：前端（android，ios）后端（distribution sys，recommendation sys）。新入职者面试通常比较general，入职后会进一步细分领域。可选择专精于某一领域（如支付系统、推荐系统），或走管理路线。当前背景下AI 比较火，尤其是LLM领域。

Q2：目前找工作市场行情，什么时候好转？科技公司是不是继续裁员？哪些公司还在大量招人？有哪些新锐的公司？

嘉宾2：最近招聘对new grad不友好。因为计算机是一个给各个产业赋能的行业，建议new grad，选择先找到一份工作，无论行业是否完全对口。

嘉宾3：大模型的发展提高了编程效率，行业对求职者要求更高。现在招聘需要candidate完全100%符合满足公司要求。

嘉宾4：目前大公司主要招有经验的人，新人可先在小公司积累经验再尝试大厂。

Q3：大厂SDE实习的bar有多高？怎样准备科技企业的实习面试？大厂面试筛选中，实习经历起多大作用？

主持人：目前大厂的实习门槛很高，竞争激烈，通常选拔本地本科生，且实习面试的难度与全职职位接近。

嘉宾1：新入职者应侧重准备算法，而有经验的人则需注重系统设计。可通过LeetCode题库和公司专门的面试题库进行练习，同时通过校友和前辈进行mock interview来提升表现。实习的主要作用在于积累经验，并提供一个向公司展示自己能力、争取全职机会的契机。

Q4：Waymo最令您印象深刻的企业文化是什么？工作氛围如何？经典的成长路径如何？近期被录取的实习生的资质和标准是什么？面试到了哪一步会与技术成员会面？

嘉宾4：Waymo作为一家初创公司，拥有良好的工作氛围。虽然各个团队的成长路径有所不同，但总体上都需要深入学习相关的基础领域。对于实习生的录取标准，主要取决于候选人的背景和学习能力。建议在面试中可以提出一些深度问题，给面试官留下深刻印象。Waymo主要专注于自动驾驶和路径规划领域，一些岗位可能对硬件知识有一定要求，但也有一些不需要硬件背景的职位。

Q5：SDE,DS的面试分别包含哪些内容？在哪里找大厂面试的题库并进行准备？Leetcode刷题有一个大致的题目要求吗？

嘉宾2：大厂面试通常包含两道题，建议通过像“一亩三分地”这样的网站进行准备，并且至少刷三到四百道题。

嘉宾3：虽然题型与往年变化不大，但难度可能有所提升。他建议侧重深度理解与灵活运用，而不是单纯追求刷题数量。此外，可以参考大厂工程师的博客来获取额外的面试技巧。

嘉宾1：建议将题目进行分类，以提高刷题效率。同时，他推荐查找针对特定大厂的题库，并推荐了两本系统设计相关的书籍：《System Design Interview Insiders' Guide》和《Designing Data-Intensive Applications》。

嘉宾4：建议在LeetCode上关注题目频率，了解不同的解法。在面试中，不要急于直接动笔，而是先与面试官沟通解题思路，听取反馈后再继续。

主持人：分享了他的刷题经验，建议将题目分类练习，如搜索类、动态规划类等，并且基础题要时常回顾复习。找伙伴一起刷题，可以互相监督和提高。

Q6：请问简历投递直接被拒，收不到面试怎么办？内推能起到决定性作用吗？在笔试能够通过情况下，找组里相关人士内推能否让自己快速进入面试流程？

嘉宾2：内推虽然有帮助，但并不总能起到决定性作用，关键在于简历是否与岗位要求匹配。内推人的作用在于帮助候选人更好地了解职位的要求，从而调整简历。

嘉宾1：可以通过学校或导师与公司的合作关系，寻找工作机会。

嘉宾4：可以尝试直接联系HR或目标组内的相关人员，或者通过学校的招聘会来增加机会。他强调，内推的有效性取决于是否由目标组的成员直接推荐。

主持人：如果目标组内有急需招人的情况，内推的作用会非常大，但对于一般实习岗位，内推的影响可能较小。此外，可以尝试直接联系负责招聘的人员。

Q7：目前AI人才需求大吗，前景如何？有哪些招聘岗位？想从事人工智能行业应该读博吗？

嘉宾2：AI领域的人才需求正在快速增长，但由于这个行业发展较晚，人才基数仍然有限，因此前景非常广阔。目前招聘的岗位既包括传统的搜索、广告和推荐系统，也有与大型语言模型（LLM）相关的岗位，如模型训练。关于是否需要读博，张重认为，读博并不是进入该领域的唯一途径。相反，更重要的是掌握核心能力，如数学基础（线性代数、微积分、概率统计）、快速学习的能力，以及强大的动手实践能力。

嘉宾4：AI领域的岗位可以细分为多种类型，包括：1）与数据和特征工程相关的岗位；2）与模型部署和优化相关的岗位；3）负责模型训练的岗位；4）专注于开发和优化模型本身的岗位。

他强调，不同细分领域的岗位各有侧重，求职者可以根据自己的兴趣和能力选择适合的方向。

Q8：转码系列问题

嘉宾4：建议通过攻读硕士来转行，因为这样不仅可以利用校招平台，还能获得同学和老师的支持。当然，网上自学也是一种可行的路径。

嘉宾3：在做出转码的长期决定前，可以先尝试编写一些代码，看看自己是否享受在抽象过程中寻找逻辑的过程，以确认是否真的对编程有兴趣。

嘉宾2：学术界转码的关键在于个人的背景是否与大厂的需求相匹配，这将直接影响转码的成功率。

主持人：如果学术背景正好符合某些项目的需求，转码会更有竞争力。即使科研经历较为广泛，或背景并不直接相关，只要有足够的决心，来自不同领域的人（如艺术领域）也可以成功转码。

Q9：零基础新手如何快速进入计算机领域？对转码选手在职业初期要额外注意什么？

主持人：坚持学习是关键。自己为了转码，四年来每天都坚持学习四个小时，积累了扎实的基础。

嘉宾3：新手要提高效率，可以通过多刷题和做项目来熟悉知识。动手实践和项目经验有助于巩固和应用所学内容。

嘉宾1：刷题虽然能帮助掌握算法问题，但在实际工作中，更重要的是解决问题的能力。很多问题可能没有唯一的解法，因此要有快速上手的能力，尽快应对各种问题。同时，建议多与公司里的同事和领导沟通，从他们那里学习和获得支持。