［人权证明］ title: geospatial data engineer location: CA bay area or Seattle，我选西雅图 身分: MS，没身分，公司会帮申请H1B $$: >10w镁 (业界)工作经验: 21年实习三个月 公司最近在招人，所以趁机跟recruiter还有面试官聊了很多才有这篇文章 求职准备 我的背景跟硕班主要都着重RS，GIS大学时用得很多所以也能理解，程式能力普通，这辈 子没修过程设学分，只会自干Python。以下为找到工作检讨完的心得。 ［刷爆Linkedin］ 求职时先刷爆Linkedin，去理解目前市场行情，尤其要了解很缺的职位是什麽和共通的技 能有哪些。以2022年为例，职缺大概可以分这几种: - GIS analyst: 技能: GIS, NoSQL, PostGIS, autocad, 其他database, 部分要求出外业的技能 薪水: 8W最顶，大部分在6W左右 我本身的相关程度: 会GIS会外业(但不想)，没用过NoSQL跟PostGIS，自己觉得薪水跟工 作内容都很智障，勉为其难在投的类别 - Web/制图/前端工程师 技能:写网页, java, javascript, WebGIS, super overlay, Google Earth Engine, SQL , 部分要求作品集、部分要求超强程式设计 薪水: 10W左右，上限很高 与我的相关程度:上面我几乎都不会，与我无缘的职位，就没特别研究 - Data Engineer/Scientist 技能: SQL, spark, hadoop, docker, AWS/GCP, Python, domain knowledge(依公司而定 ), data preprocessing, modeling (theory/implementation), data engineer 要求更 多在处理大量资料的经验、data scientist要求更多在modeling的部分 薪水: 上下限都很高，一些保险公司会开个7万拔剌价，也有公司开个20万。产业别很广 ，包含NASA, NOAA, 天气分析、气候变迁研究单位、保险公司、农业公司、搞炭权的新创 、卖图资的公司。 与我的相关程度:找工作前我略懂Python，有domain knowledge，有做过前处理跟建DL模 型，但不是很懂，剩下都不会 - Robotics/CV engineer 技能: computer vision (classfication, segmentation, prediction, detection), de ep learning (有些要你发过期刊或conference), robotics 分析, c/c++, java, python , 超强程设, 3D mesh 薪水: 大部分都13W+，通常都搞自驾的新创或车厂或Nvidia 与我的相关程度: 把RS影像处理算CV的话算略懂，deep learning略懂，LiDAR略懂 ［Networking］ 我个人当初是没有机会使用，但有一次听演讲遇到Planet的某个Director，他跟我说很多 时候招人时讲求效率就会先找有认识的，如果你老板很有名或认识哪个大咖或他们家的员 工的话就不要废话开头先套关系就对了。如果你成功networking到想要梦想公司的员工的 话，就多套点公司最近的目标或需求，可以帮助你准备技能跟写履历。 ［履历］ 履历新手的话建议直接google MIT/Standord resume，挑几份工学院的来看，人家格式长 怎样你就长怎样，然後切记一页定胜负。除非工作要求要有发表然後你又有一堆相关经验 ，那就第二页放你的发表，不然就是做一页，不要管你学校的那些脑残履历修改服务的人 说什麽，就是一页。 写履历最重要的不是把自己会的东西全部写出来，而是写出你们组要的技能跟经验我有， 多的东西就不要勉强硬塞了。 ［海投］ 不用管年资要求几年你就投就对了 技能够香还是很容易被抓去面试，光是找到符合技能要求的人就很难了，年资顺位很後面 不用满足所有要求也能投 我本人就没有满足这个职位的所有要求 求职网站: 我大部分只看linkedin跟glassdoor，其他就是直接看大公司的career页面 面试 首先不管哪轮面试，只要你被问问题，就执行以下三步骤 把问题换句话说来跟问问题的人确认自己没理解错，或者问他我回答___是不是有符合他 想知道的内容。(如果你很有自信100%了解也可以省略这步) 回答问题 回答完，问他Is my answer clear?之类的，或者问有哪部分想知道更多细节吗? ［HR interview］ 通常就确认履历是不是都是真的，还有跟工作的相关性，我能做的只有确定我写的术语他 都有看懂，然後帮他关联到职缺需要的技能。有时候也会被问有没有履历上没提到但相关 的经验，我就照实答。 ［Behavior］ 我是直接去YouTube看影片教学，我自己都是诚实回答，然後时常跟面试官确认是不是他 想听的内容。 ［Coding］ 印度人教我的策略: 拿到问题先想想，想完告诉面试官你想怎麽写，确定完没问题才开始 写，写的时候就告诉他你在写刚刚提的哪一个部分。 我自己从来没学过资料结构跟演算法，从0开始刷leetcode，一边刷一边看youtube学资料 结构跟演算法，两个月还是刷了150题左右。最後发现要面Data ___通常也不用刷到变演 算法大师。 语言部份我只练SQL跟Python。SQL绝对必练，CP值很高，而且通常不太难。Python比较难 准备，除了leetcode建议也练一下Pandas，我面试的时候就有考Pandas，我当时完全没准 备差点爆开。 ［Presentation (technical communication)］ 不确定是不是每个公司都有这个部分，我诚挚的建议就是少用缩写，不要觉得其他领域的 人看得懂缩写，也不要以为你上一页提过的缩写他们记得起来。另外常见的悲惨错误就是 准备太多投影片，这关是要看面试者能不能表达清楚他的想法，不是要呈现一个完整的史 诗钜作。投影片可以多做点然後隐藏起来等QA到了再打开来回答相关问题，另外QA请参照 开头的策略。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 198.134.98.50 (美国) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GIS/M.1682136470.A.DCF.html 站内我你的profile link ※ 编辑: NDEJG (98.223.102.101 美国), 04/25/2023 04:22:22