大家好，趁着这周英国在放圣诞假期想和大家分享一下这几年在英国工作和最近找工作的 心得. Background: 小弟今年41了. 我从高一开始从BASIC开始学起。很感谢当时社团的学长很有动力地教我们程式。後来高 二高三有进IOI培训营，可是都差一点没选上国手. (sigh) 大学在期望下念了长庚医学系。这之间也是有参加一些competitive programming比赛赚 些零用钱。不用最多就到ACM ICPC regional很烂的名次而已 XD 倒是和另一个医学系的 同学参加了两个作品型的比赛拿到过一个第一和一个第二. 因为对临床不是太有兴趣，大六我就准备GRE准备出国。我的PhD念的是系统神经学 (systems neuroscience)，是一门心理学，生物学，计算科学都包的领域。念得还满开心 的，所以毕业後又做了3年半的post-doc.想以在美国做faculty为目标。 Post-doc做了一阵子觉得不是很顺，然後女儿又出生了。那时几乎每个月都月光族，就 想说再来找找码工的工作好了。很幸运我有一个（只见过一面）的贵人, 隔壁实验室 post-doc, 愿意帮我内推DeepMind. DeepMind那时已经被Google买走了，不过还在 AlphaGo出现之前。所以门坎还不是很高。而且DeepMind有一个特色就是会找 neuroscience background的researcher. 当时的面试大概是一关basic knowledge (math/CS/stats/ML half hour each), 一关coding (leetcode easy to medium) 然後好 像就2-3个research deep dive (和team 里manager & senior members 聊自己和他们的 工作)。其实我那实一行neural network的code都不会写. 所有Deep learning/reinforcement learning的知识都是为了面试看书恶补的。很难想像现在来 interview还有可能会上(应该HR就刷掉了) (最近面过几个Intern 都是MIT, Stanford, CMU的 XD） DeepMind的经历: 我在DeepMind到现在呆了六年又几个月了。从一开始对DL/RL完全没概念，到现在也算有 点熟悉了。还记得我上工的第一天我的manager亲自带着我写了一个VAE来上手 :) 我这六 年从4升到6，也算混得还可以啦。也学会了不少software engineering 和DL/RL的东西. 比较可惜的是没有参加到大project. (我加入时AlphaGo快做完了。没跟上AlphaFold就是 自己眼光不好，我当初不觉得他们的东西会work XD)。今年秋天开始觉得手边的project 有点无聊了，想要做比较production的东西，所以开始看看有什麽工作机会。因为家庭因 素，我们决定留在伦敦。所以找工竹范围就在这里而已. 有试了FB (it was still FB when I tried), JP Morgan Chase, Two sigma IQ 和公司内的机会. FB (Meta) FB的面试真的惨。我请了在美国的好友同学帮我内推一个London的位子(health相关). 结 果3天後直接被 HR罐头信reject. 後来在 LinkedIn找到一个HR愿意让我面看看general MLE的位子。我先和一个manager informal chat了一回合，感觉还不错(downside: 伦敦 可以选的projects还是偏少. 我想做AR/VR就没什麽选择). 後来我正式和一个engineer manager phone interview, 讲了足足60分钟的behavior questions. 像是你最大的失败 是什麽，你和team mate有conflict怎麽处理 etc. 我觉得我回答的还可以，但不算特别 好。因为我没有把所有这些问题的答案都先想好。结果一周後HR回我说，他们觉得我的 impact不够大(没有lead过10+人的team)，所以没法面E6, 只能E5. 那我当然就跟他们谢 谢再连络了。 心得：behavior questions 还是要用心准备。其实问题网上都找得到。可以把答案都先 想好。然後impact可能要想办法唬烂大一点，不然可能没法上E6… JP Morgan Chase 这是LinkedIn上的HR找上我的。先和Manager聊了一小时的天，然後做了一个2小时的 online accessment. 大概leetcode easy 吧. 我在等OA结果时，问了一下HR expected total comp能到多少。我跟他说了我现在的TC. 结果他就开始崩溃大笑，还说原来读书真 的能赚到钱。然後我就被他谢谢再连络了. 心得：不想浪费时间的话，就要先把level/TC范围先问好。如果想练手的话，就不要太早 谈到TC :) Two Sigma IQ 这是Two sigma的一个独立的子公司。专门用machine learning做一些保险相 关的产品。也是LinkedIn上HR找上门的。也是先和hiring manager聊一小时的天 (behavior/ basic ML design)。然後一个2小时的OA (leetcode easy)。就进入virtual onsite. 他们在一天排了6个面试，因为很多人是纽约office，所以最後一场对我来说太 晚了。我就请他们reschedule.结果最後一面就排到明年去了. VO 1. Machine learning system design. 问了一些deep learning的基本问题. 有一题 是问怎麽设计一个文件(say an arxiv paper)的好坏的classifier. VO 2. Another round of ML system design. 如何做PDF文件(image+text)的 in-painting. VO 3. Coding (use hacker rank) Leetcode easy to medium? 在streaming data 找不 同的变数的mean/max/min. 应该是很简单，但我的code没有一次就能run. 还是有一些语 法错误要改。表现可能只能算普通. VO 4. ML system design again. Very open-ended. 讨论怎麽做一个car insurance的估 价的系统 VO 5. With CTO behavior 闲聊。讲一些过去做过的project. VO 6 rescheduled. 我现在还在等Two sigma IQ的下一步和公司内换组的机会。最後也可能全部都谈不成，还 是留在现在的位子 :) 等一切确定再来分享一次 Overall 心得：在senior level, leetcode似乎没那麽重要了。但还是会有至少一轮 coding。所以还是要准备... 我的感觉是都问不是很难的问题就是了。所以目标是语法要 熟悉，能做到一次bug free. System design: 我原本以为会有distributed system design还念了一点书恶补一下。结 果ML的position似乎就是ML system design. 问你从data到model building 到eval 到 product的整个过程。这其实也不太用准备。平常工作就每天在处理的. 然後behavior question真的要准备。然後想好要怎麽自我介绍，要high light那些 projects. 这个部分看起来原来是最重要的. 希望这个分享对大家有帮助。有什麽问题我也可以在推文回答 :) --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 94.15.237.14 (英国) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1640732522.A.844.html 加油。听得懂能沟通就好 :) total compensation 总包裹. 通常是Base *(1+target bonus%)+stock stock通常不算涨或跌的部分 我还没到virtual onsite就被downlevel了呀！惨... 我的phone screen就是一个enginer manager一直问behavior questions. 大概概说train一个lstm or transformerXL 来predict class label. 然後可以加一些 auxilliary loss (like BERT) 吧. 後来被提醒可以用一些简单的bag of word + logistic regression as baseline. two sigma 应该是在做quant的吧?用ML做trading。其实我也不确定他们的comp有没有FANG 高。再请其他高人补充。我面的是一个子公司TSIQ专门做保险业务的 ※ 编辑: alden (94.15.237.14 英国), 12/29/2021 18:39:52 对呀。就他能给我面的职位offer不够高。所以我们就没有proceed了 XD 医学系转职的站出来! XD 谢谢分享！有听说这家offer很大包! 先打好再copy/paste过来的。歹势 十年後我可能也只会记得和JP的HR在公司阳台讲电话的那一幕 :) ※ 编辑: alden (94.15.237.14 英国), 12/31/2021 16:51:03