吃东西杂了，会过敏；
求职的方向杂了，上不了岸。
从什么都想要的失意贪吃蛇，到入职NVIDIA base 200K，欢迎听我的故事。
看起来：什么都能干
实际上：什么都不算
ML Master+PhD+有北美ML实习，背景看着金灿灿对么？
实际上我选的PhD是公认的天坑专业，天天都在跟室友吐槽“这垃圾专业还真不如去麦当劳炸薯条”。身为学术混子，没顶会也够不到research scientist；实习时还什么都没学到，天天使用现成的模型进行调整分析，是那种用脚都能完成的简单工作。
以至于，临近毕业时很尴尬，AL/ML类的工作我不太够格，SDE/DS类的工作我缺基础，很多技术栈都不了解。
我最初主要投递的是MLE岗位，倒是有几个本地小公司面试，但都没下文；想着转SDE吧因为SDE机会多，遭到了社会毒打，投了600多个校招、社招岗位无反馈；再后来念着DS门槛低……到头来什么都没有，那天，我在图书馆呆坐了一下午。
有多少同学都在无效的忙碌着？根据内部数据，只有不足7%的同学清楚自己需要什么。
天天很累，但是收获很少。资深导师帮你打通信息差。咨询ALLinONE求职计划，获取免费求职规划！
我的ML梦
原来是人生四大错觉！
不能在一个坑里跌倒两次，如果之前主要是漫无目的的准备，随心在网上补一些零碎知识，这次我希望能找行业资深的前辈请教下未来发展，得到更系统的帮助，所以我找到了直通硅谷。
多投几个岗位就有更高的上岸机率是吧？在沟通中我表达了自己的诉求，SDE和MLE有很多共同的技术栈，DS还是MLE的基础，所以我想广撒网，所有方向的岗位都考虑考虑。
老师果断把我劝回并耐心解释：
想想确实是这么回事，我和导师直接敲定MLE方向，至于细分，我想优先NLP，紧接着再准备Recommendation、CV。
人生四大错觉：手机震动、我能反杀、她喜欢我、ML就业比SDE/DS尊贵。
方向不同，面试知识也只重复了一部分；再加上今年公司对项目的match程度要求非常高，没有好好准备只能是炮灰。
扫码咨询，800+面试官导师帮你高效备战！
我的老师，是细节怪！
虽然我之前的经历，跟经典的做产品的MLE还是有一定差别，不过在导师的帮助下，简直是向着MLE岸上飞奔。
在班课阶段，我算是和大部分公司对齐了颗粒度XDDD，补齐了数据结构与算法，完成了一些作业（作业都是OA面试的形式，很有感觉），学到了关于简历、cover letter、面试常见问题等实用知识。
在1v1阶段更是大有收获。能感受到老师对ML领域的理解很深，尤其是知识梳理归类，毫不夸张的说，很多场面试都能找到相似的影子。
老师对项目的思路理的很清楚，我跟着他做了个文本摘要提取的项目。在他和顾问老师的帮助下，又深挖了挖之前的实习，提取了些关联信息，按他们的说法，从面试官和HR两个角度给我重新迭代了几遍。
老师真是，再小的细节他也会抠，我的简历被‘挑剔’了无数次：“Research经历不放在Project Experience里面，需要单独新建一个section，可以叫Research Experience”、“realtime用标准写法，real-time”……
可以说我的NVIDIA OFFER，基本是老师一点点带上去的。
此押题，非彼押题！
不断迭代后的简历效果不错，在年初，我首先拿到了NVIDIA的面试， 然后陆续Walmart 、TikTok等又拿了大概3、4个面试（不过接了NVIDIA的OFFER，其他就不打算面了哈哈）。
NVIDIA是组面，每轮都非常硬核。电面问了一些ML、NLP的基础知识，比如weight initialization啥的，谈了项目经历；然后两轮coding两轮ML，记得问了我如何处理不平衡数据，要给出最少5种处理方法，还有一些八股问题；然后是一轮System Design，一轮HM主要问BQ和一些杂七杂八的。
说不紧张是假的，NVIDIA是我拿到的面试里，最看好的一家。但等真到了现场，发现老师押中了不少题。倒不是题目一模一样，是老师帮我准备面试时的思路、问法、重点等等，和面试官问的几乎一模一样，表面冷静内心狂喜！
过了不久，就接到了NVIDIA的OFFER！光base就有$200K，非常满足了！
我也曾淋过雨，知道在这个时候，上岸有多么不容易。希望可以把这份好运气传给屏幕前的每一个正努力求职的同学，加油！祝大家早上上岸！
直通硅谷ALLinONE计划
别人的成功无法复制，但我们可以为你打造最合适的上岸计划！扫码咨询，高效上岸！
* 本文原创于直通硅谷【https://www.zhitongguigu.com】，欢迎尊重版权的转载。一般转载请在文章开头或结尾正确注明以下信息：作者：直通硅谷 公众号：直通硅谷订阅号直通硅谷，北美最专业的IT求职培训机构，留学生科技求职最佳选择。
