作者michael53000 (Alex119)
看板Oversea_Job
标题[北美] Machine Learning 工作面试请教
时间Wed Jun 24 15:09:47 2015
小弟为目前拿F1 签证,准备在九月毕业後拿OPT开始在美国找工作.
我是机械系的硕士学生,而thesis 的方向是 Machine Learning, Pattern Recognition,
Computer Vision等这方面的. 基本上就是做识别领域. 目前找工作有些旁徨想问一下
前辈们的意见. 感谢!
1. 由於不是专门CS出身毕业, Code 的话thesis是用 Matlab来完成. 但知道业界似乎
比较少用Matlab, 所以修了Java课+自修 目前也正在练Leetcode. 但很想知道如果是
apply 这方面的工作, Leetcode 要着重在哪部分的呢? 因为目前下来感觉Leetcode
是给比较general 的 software engineer 的面试题? 那如果是特别应徵 Machine
Learning的面试题目也是差不多的吗?
2. 虽然我知道都了解是最好的, 但我不知道我目前应该专注在 Leetcode 那些比较
基本的资料结构演算法, 还是识别方面的演算法(SVM, Bayesian, Neural Network,
Markov...等等), 对面试来说会帮助比较大. 查了很多人分享的面试题, 似乎问题
很杂,千奇百怪的都有, 所以很想知道比较明确的答案..
3. 之前投了一些实习, 都没有甚麽下文. 除了身分问题外, 我觉得跟几乎所有都要求
CS Major 有很大的关系. 不晓得Mechanical背景 + Machine Learning 的工作在美国
往甚麽方向找比较好. 之前想过Rototics software engineer 是比较属於机械+ML 的
. 除了这个之外还有别的吗? 因为我对robotics 也不是到非常了解, 就是上过课,做
了课堂project 这样而已.
以上问题困扰了我蛮久的, 也查过了许多资料, 想麻烦有经验的人愿意分享一下.
谢谢!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 76.180.224.75
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Oversea_Job/M.1435129789.A.451.html
1F：推 bluebluelan: 机械什麽组会用到machine learning? 06/24 15:45
2F：→ moonshade: 机械有自动控制组吧... 06/24 16:15
3F：→ moonshade: 可是话说通常机械用的machine learning都是在robot 06/24 16:16
4F：→ moonshade: control 上的应用，最传统的如走迷宫之类 06/24 16:16
5F：→ michael53000: 我们学校的机械很杂,我在这里是属於Design, control 06/24 23:32
6F：→ michael53000: 组的.相关的还有优化Optimization 这方面. 06/24 23:33
7F：→ michael53000: 是的!最有关联的应该是自控组, 和你说的robot方面. 06/24 23:34
8F：→ michael53000: 所以我之前也查了很多关於robot+ machine learning 06/24 23:35
9F：→ michael53000: 的工作. 但这些工作除了要对control feedback, 高 06/24 23:37
10F：→ michael53000: 维自由度, sensor fusion, path design 还有 Robot 06/24 23:39
11F：→ michael53000: Operation System(ROS) 熟悉...说实在小弟没有这相 06/24 23:40
12F：→ michael53000: 关的经验....所以想问看看还有没有是我没想到的... 06/24 23:41
13F：→ michael53000: 谢谢!! 06/24 23:41
14F：推 fallforward: 公司找coding会找CS,机械一般很少会要你coding,要你 06/25 01:39
15F：→ fallforward: 画图的还比较多。美国机械工作大多是传产。 06/25 01:39
16F：→ moonshade: 话说传产工厂自动化机台都是要写程式和校正的 06/25 05:47
17F：→ moonshade: 但是不知道有没有很多职缺就是，完全没认识人做这个 06/25 05:48
18F：推 jonash: CV是很CS的领域，不会C/C++是比较吃亏。练好coding还是必 06/25 10:24
19F：→ jonash: 须的; coding好以後你还要同时准备ML领域的问题，或甚至 06/25 10:25
20F：→ jonash: learning常用的library最好都要摸过。不然还是会变成一般 06/25 10:27
21F：→ jonash: 的软体工程师。 06/25 10:27
22F：推 chucheng: ML通常会要CS背景，其它领域除非是博士，没有优势 06/26 08:38
23F：→ chucheng: Hiring Manager通常会担心你进来後要train很久 06/26 08:39
24F：→ chucheng: 纯ML没有Big Data的背景(hadoop/map-reduce)，基本上 06/26 08:40
25F：→ chucheng: 你和只会R的统计硕士对公司来说，效益是一样的 06/26 08:41
26F：推 dreamreader: R并没有那麽不堪，业界ML本来R跟Python就都很多人用 06/26 10:52
27F：推 dreamreader: 至於scalable 现在SparkR API做得很好要上手不会很 06/26 11:03
28F：→ dreamreader: 难 06/26 11:03
29F：推 infiniter: 1. 先拿到面试机会，一般都要有人 refer 才比较有机会 06/27 13:40
30F：→ infiniter: 2. 作过的 project 要很熟，这是基本功 06/27 13:41
31F：→ infiniter: 3. 语言的话看公司跟职位，C++最常见，Python也常用 06/27 13:42
32F：→ infiniter: 4. 基本的资料结构跟演算法要知道，和基本的ML演算法 06/27 13:43
33F：→ infiniter: 但如果不是PhD的话，一般对ML演算法熟悉度期待不会太高 06/27 13:43
34F：→ infiniter: 5. 最後就是 implementation 能力，基本的 library 像 06/27 13:44
35F：→ infiniter: C++ stl 或其他语言常用的 library 要有点认识 06/27 13:45
36F：→ michael53000: 谢谢各位给的建议! 因为前阵子找了一下实习,然後发 06/28 02:37
37F：→ michael53000: 现Big data的资料库也蛮重要的(hadoop,SQL 之类). 06/28 02:39
38F：→ michael53000: 如果还有时间我会去摸索研究! 06/28 02:40
39F：→ michael53000: 而且基本上我觉得他们如了requirement是CS外, 很多 06/28 02:41
40F：→ michael53000: 也说统计系是requirment的major 06/28 02:41
41F：→ michael53000: 此外谢谢大家提供熟悉library 的建议. 图像处理的 06/28 02:43
42F：→ michael53000: 这部分之前稍稍用过OpenCV..然後有用过LibSvm. 06/28 02:44
43F：→ michael53000: 此外关於refer的机会.如果有认识这方面的前辈,恳请 06/28 02:47
44F：→ michael53000: 提供联系资料让我可以多多认识,更加了解这个领域在 06/28 02:50
45F：→ michael53000: 业界的一些问题!万分感谢! 06/28 02:51