从去年六月大学毕业、八月底到美国开始疯狂找实习、十月初幸运上岸，到今年五月开始 人生第一次实习，这一年真的过得很紧凑；实习结束後，回台湾度个假，九月初回到美国 时，又开始接受面试的煎熬，上个礼拜总算正式签了合约，一切尘埃落定，找工作之旅告 一段落，趁着感恩节连假比较有时间，写写面试心得 & 整理面试准备资料，希望可以对 大家有帮助。 好读版：https://bit.ly/34GzodI (有些超连结比较好点) 这篇文章主要分成三个部分：面试心得、如何准备面试以及Q & A，有些地方可能很主观 ，大家请斟酌参考，如有不足之处还请见谅。 背景： BS: NCTU EECS MS: UMich ECE --------------------------------------------------------- 面试心得 Results Offer: NVIDIA, Innopeak (OPPO北美研究院), BST AI Withdraw: Occipital, Pony AI, Didi Lab, Zipline, XMotors On-site後被拒: Optimus Ride 电面後被拒: Waymo 电面後无声卡: Inceptio, isee AI OA写烂: Cyngn 履历没过: Nuro, Lyft, Aurora, Zoox, Ford, … 无声卡: …太多了，族繁不及备载 其他: Iris Automation (CV SLAM Engineer，HR聊完觉得不合适) Occipital Position: Computer Vision Engineer (海投) Result: Withdraw Timeline: 1st Phone (9/13) → 2nd Phone (10/29) → Withdraw (11/13) Occipital 是一家位於旧金山的新创公司，主要在做Depth Sensor的开发，同时也有在做 室内Visual SLAM、场景重建、VR/AR，感觉还满厉害的。当初会知道这家公司，是因为有 位学长在那边实习，无聊查了一下公司的网站，发现他们有在徵Computer Vision Engineer，就顺手寄了封申请信过去，过了一天收到他们CEO回信，跟我约时间要来个 Introductory Call。不得不说，这家面试是我面过最精实的一家…从面试中学了很多， 也复习到不少自己忘记的CV知识。 当初收到回信说要来个Introductory Call，原本想说大概就只是互相介绍一下彼此吧， 应该不用准备太多，15分钟内应该就能搞定。事实证明我想错了，这其实就是一次电面， 而且是由CEO亲自面试；CEO本身就是做Computer Vision出身的，同样也是UMich毕业，技 术功底相当深厚，从Visual SLAM、各种Filter (KF, EKF, UKF, PF)、C++特性到各种情 境题，真的被电烂…但有些问题我也答得还行，事後赶快把面试被问的问题做个总结寄回 去follow up一下，CEO回信说之後会再联络我进行二面。 第二面是他们西班牙办公室的CV工程师来面，问的问题也是五花八门，从C++的基础资料 结构、继承特性、Visual SLAM、PnP Problem、相机的投影公式推导到手刻CNN，原本说 是面一个小时，最後面了整整90分钟，但这场面试体验真的很棒，如果你答错或答不出来 ，他们会引导你找出盲点；电面结束前，他们说要出个小作业，要我三小时内回传，题目 是手刻PnP，并指定要用Gauss-Newton做优化。看到题目时真的快吐血，最後交了个屍体 回去，想不到过了几个小时後收到他们的回信，说我几乎做对了，只有一小部分写错了， 还很好心地发给我订正後的版本，真的很感激。 真要说这家的缺点，大概就是没有专门的HR安排面试事宜吧，我几乎所有的邮件都是写给 CEO本人，感觉他实在是很忙，有时候Email来回跟安排面试都要等上比较久。在收到 NVIDIA HR口头Offer以後，实在是不想再面了，觉得自己应该会NVIDIA跟OPPO挑一家去， 所以就写信取消最後一关On-site，但我必须说，这家感觉真的很有料，如果有机会进去 应该可以学到很多。 Black Sesame Technologies Position: Deep Learning Software Engineer (海投) Result: Offer Timeline: 1st Phone (10/2) → 2nd Phone (10/17) 这是一家中资新创，主要是在做ADAS、人脸监测以及晶片开发；去年找实习时我有投过履 历，但不获青睐，今年想说再试一次，这次终於有回应了。 面试我的三个人，都是Ambarella的前员工(噢，我好像也算)，然後面试都用中文。第一 轮面试官是ADAS组的负责人，经历挺丰富，我也面得满不错，所以一面结束时我就觉得应 该稳了。第二轮电面直接排了两小时，第一个小时是人脸监测组负责人，面试内容主要都 围绕在电脑视觉上，交流还算愉快；第二个小时是副总面，面试体验绝对是所有面试中最 糟的，面完以後真的是怒火中烧，心中唯一的想法就是宁愿回台湾当啃老族也不要去这间 公司；另外，我也从三个不同消息来源听到了公司的一些风声，更让我确定了前述的想法 。 但话说回来，能拿到这家的Offer还是挺好的，除了透过面试复习一些知识之外，也知道 自己是有能力可以通过面试的，算是给自己打了一剂强心针。另外，手上有Offer(虽然不 会去)催起其他家排面试真的方便许多，其他公司的HR看到你有Offer时，都相当愿意加速 流程，我也才能顺利地在11月中前解决掉所有面试。 Innopeak (OPPO US Research Center) Position: 3D Sensing & Perception Engineer (海投) Result: Offer Timeline: Intro. Call (9/27) → Phone Interview (10/17) → On-site (11/4) 投完履历当天，就收到了回音，效率还满高的。当初看到Innopeak这个公司名称时，并不 知道这就是OPPO北美研究院，直到查了回信人的LinkedIn才注意到。OPPO 北美研究院位 於Palo Alto，主要有三个组，VR/AR Team、DL Team以及SLAM Team，我投的职位在SLAM Team下，主要在做手机平台上Visual SLAM的开发。 在正式电面前，SLAM Team的老大有打电话给我，跟我介绍了一下公司的情况，我也好奇 问他第一次面试会不会是他亲自面，他就回答”那我帮你安排一个台湾同胞给你面试好了 ”，当下不禁莞尔。Team Leader後来真的有信守承诺，一面的面试官就是个台湾人，而 且还是密西根毕业的学长！面试主要是针对做过的Project做进一步的讨论，Coding有两 题，第一题要我刻一个在履历上提到的演算法，第二题则是Leetcode Medium等级的题目 ，我稍微讲了一下思路并在Codepad上面努力画示意图，面试官听完以後说他觉得我的解 法不错，就没要我继续写了，剩下时间留给我问问题。 On-site的时候，因为是Visual SLAM组，问题自然是围绕在电脑视觉上，从前端Visual Odometry、後端Optimization、Fundamental/Essential Matrix以及座标系的转换都有被 问到；此外，每一轮也都会有一到两题的白板题，难度大概都是Leetcode Medium等级， 在这之前我真的没在白板写过程式，感觉满新奇的，但身为一个键盘酸民，还是用键盘写 程式比较自在。 在经过五轮的Technical Interview以後，最後一轮的面试官就是HR以及北美研究院的负 责人，基本上就是问问各种behavior question，然後解答应徵者对公司的各种疑问。整 个面试流程下来，可以感受到他们对应徵者的重视，公司氛围也相当不错，加上北美这个 site正处於扩张阶段，去了应该可以学到许多宝贵的经验。经过一番深思熟虑後，觉得自 己还是想往自驾产业发展，所以最後没有去OPPO北美研究院。 Pony AI Position: Software Engineer — Generalist (海投) Result: Withdraw Timeline: 1st Phone (10/18) → Withdraw (11/9) Pony中文叫小马智行，是一家中资自驾公司，应该是所有中资自驾中最有潜力的一家。看 了看一亩三分地上面的面经，感觉他们家就是专门出Leetcode Hard的题目，面试前把所 有面经提到的Hard题都看过了一次。第一轮电面先闲聊了一下，就进入正题：面试官出了 一题设计资料结构的题目，其实没有很难，估计也就是Medium难度，但当天状况并不是太 好，答得世界烂，面完以後气力放尽(三天前才刚回美国还在时差中…而且前一天才面完 两场电面)，觉得应该没救了。 想不到过了一周以後，居然收到HR的信约第二面，但我想他们家面试者很多，面试排到两 周以後，但是二面那天可能因为那阵子压力太大，身体状况不是很好，所以跟HR又延了一 下面试，但後来想一想，就算二面过了我好像也面不完，而且他家的职缺是Generalist， 面上了也不知道之後会被分到哪组，加上当时OPPO HR已经跟我说我昂赛过了，仔细思考 後觉得Pony AI跟OPPO我应该会选後者，心一横就把面试取消了。 Optimus Ride Position: Perception Software Engineer (Referral) Result: On-site後被拒 Timeline: OA (10/21) → Phone Interview (10/31) → On-site (11/7) Optimus Ride是一家位於Boston的新创，目前专注於指定点之间的自动驾驶开发，在很多 城市都有测试点，最近也完成了B轮融资，感觉满有前景的。公司就在港口边，风景宜人 ，是个工作的好地方。 他们家的流程很简单俐落，先发给你OA(90分钟写3题)，之後再跟Perception组Tech Lead 来场约莫一个小时半的视讯面试，主要在讨论Perception相关技术，他出了一些情境题， 我都有顺利解出来，挂上电话以後我就知道稳了，立马寄信给HR约下周Onsite。 Optimus Ride的On-site流程对应徵者还满友善的，早上10点半开始做个约莫15分钟的 Presentation，简单介绍一下自己，剩下的只有4轮45分钟的技术面试以及和VP的15分钟 非技术面试(问问behavioral question以及解答应徵者对公司的一些疑问)，下午3点面试 结束後，HR就会带你参观一下公司环境并看看公司的自驾车。我原本预期会被问很多 Computer Vision的问题，但四轮面试下来，反而被问了很多Lidar的问题，我在那方面的 经验并不是太多，只能尽自己所能的嘴炮；虽然面试轮数不多，但讲了一整天的英文真的 快累翻了，只好晚上找朋友大啖波士顿海鲜犒赏自己的辛劳。 中午的时候，他们会安排一位员工和应徵者一起吃饭。和我一起吃饭的是一位CMU毕业的 印度小哥，大学的暑假曾经到新竹工研院实习过，不知道是不是因为有了新竹这层连结， 我觉得和他挺有话聊的，闲聊之余也意识到自己英文好像进步了，想不到来美国以後，让 英文进步最快的方法居然是靠着不断的英文面试，想想也是挺有趣的。 题外话，在接到Optimus Ride HR跟我说Final Decision的电话的前十分钟，刚好收到 NVIDIA HR的email说我昂赛过了，心情相当雀跃，所以当我听到我被O家拒时，我一直用 着不怎麽遗憾的语气跟他说It’s OK还有No problem之类的话，HR应该觉得我是神经病， 居然有人被拒了还这麽开心… Waymo Position: Software Engineer, Perception — Computer Vision (Referral) Result: 电面後被拒 Timeline: Back-to-back Phone Interview (10/22) Waymo就是众所皆知的Google自驾车，它和Google都属於Alphabet下的子公司，应该可以 说是我当时的第一志愿吧。根据HR的说法，他们的面试流程是Back to back phone interview + Onsite Interview 4到5轮，刷题建议刷难度Medium到Hard之间的题目，只 能用C++面。 面试内容因为有签NDA所以不便透漏；所谓back to back就是连续面两轮45分钟的电面， 中间有10~15分钟左右的休息时间。两轮的题目都不是太难，第一轮答得还算顺利，但第 二轮简单的题目我却写出脑残Bug…感觉自己得失心太重，而且面到第二个小时已经开始 有点恍神，没意外地几天後就收到了拒信；那几天心情实在不太美丽，但因为手上还有不 少面试得准备，也就没时间难过了。 Inceptio Position: Software Engineer — Localization (海投) Result: 二面後无声卡 Timeline: 1st Phone (10/22) → 2nd Phone (10/30) Inceptio是一家专注於L3自动驾驶卡车的中资公司。其实我原本根本不知道这家公司，会 知道他们是因为9月底时，看到了登在LinkedIn上的职缺(有些在LinkedIn上的职缺可以 Easy Apply，只要把履历信箱电话丢上去就行了)，想说自己也有在面一些SLAM的职缺， 就顺手申请了一下；Easy Apply的缺点就是随手投履历的人很多，因此我也不怎麽期待能 收到回应，能收到电面邀请还满意外的。 一面是位中国小哥，上来闲聊没几句就改用中文沟通了，问了问履历，接着出了一题 Leetcode Medium等级的题目，那天状况很好，一下就解掉了，只花30分钟就搞定了这轮 电面。二面同样也是中国小哥，英文讲得很溜，全程都用英文交流，这轮就没有问任何 Coding，主要针对履历上面提到的关键字做进一步的讨论，以及问我一些Localization相 关的问题；我答得马马虎虎，二面面完以後就再也没有收到HR的回信了，加上我还有其他 面试要准备，也就懒得去follow up了。 NVIDIA Position: Computer Vision Engineer (Referral) Result: Offer (Accepted) Timeline: 1st Phone (10/24) → 2nd Phone (11/1) → On-site (11/12) NVIDIA最知名的应该就是被大家戏称不断挤牙膏的显卡吧！但其实他们也有在做其他领域 ，像我这次面的组就是在做自驾方面Perception的开发。之所以能有面试机会，是透过一 位大我八届电资学长的牵线，让我认识了另外一位在NVIDIA硬体组工作的电资+密西根学 长，感谢两位学长帮忙，不然海投大概等到天荒地老还是等不到面试机会… 第一次电面的Manager主要是在做Lane Tracking，前面花了十分钟介绍他的组在做什麽 Project，接下来就针对我履历中的Project开问，问完以後出了两题Coding题，并不是很 难，所以我很快就解掉了；面试最後他跟我说他觉得我面的不错，但可能和另外一个 Manager的组比较合，会把我的履历转交给他。 原本以为转交履历只是客套话，NVIDIA大概是没戏了，没想到下周一HR真的寄信来说要安 排第二面，因为手上有其他Offer (加上我11/21要考期中考，想在那之前把面试解决)， HR也很乾脆地帮我安排当周面试，二面的面试官主要在做Object Detection / Tracking ，所以面试的题目和Coding几乎都围绕在Object Detection上，当天的状况还不错，所有 的问题都有答出来，面试结束前Manager问我有没有什麽想问的，我就问他有没有什麽 feedback可以给我，他就回说”I think you're good.”，听到这句就知道On-site稳了 ，但我面试完以後还是有寄封email去Follow up一下。 NVIDIA onsite总共有六轮(包含一轮Lunch)，再加上和人资15分钟的谈话。第一轮因为太 紧张了，面的并不是太好；但是从第二轮开始，就渐入佳境，到後面甚至可以和面试官谈 笑风生，几乎所有的题目都有顺利解出来。面试内容包含了传统Computer Vision (Geometry跟Stereo之类的)、Deep Learning相关知识、Perception情境题 (给你一个情 境，你要提出自己的解法并和面试官讨论)、以及Coding白板题。 面试面到下午1:15左右时，我未来的老板就来带我吃午餐，虽说名为Lunch Interview， 但其实就是各种闲聊，毕竟第二轮电面就是这位Manager亲自面的，On-site邀请也是他决 定的，大概也没有什麽好再问的了；我也趁着吃午餐的机会跟他请教了不少问题，获益良 多。另外，我也有跟我未来老板还有HR说我手上的Offer Deadline快到了，希望能尽快出 结果，隔天早上九点多就收到HR的信说要Move forward with an offer了。 除了位於湾区的Perception组以外，Seattle的自驾Mapping组也有跟我约面试，Title一 样是Computer Vision Engineer，当初评估自己不太可能上湾区的组，西雅图应该比较有 机会，想不到结果完全相反，Mapping组直接电面一轮游(虽然我自认为答得很好…)；总 而言之，能拿到NVIDIA的offer真的很意外，觉得自己真的很幸运。 Didi Lab Position: Autonomous Driving Research Engineer (海投) Result: Withdraw Timeline: OA (10/28) → Withdraw (11/13) Didi Lab就是着名的滴滴打车在美国的实验室，主要负责自动驾驶的开发。其实我九月初 就投了，但一直都没有回音，一直到十月底的某一天，信箱突然多出了一封信要我写OA； 那阵子正好也在准备其他面试，既然有新题送上门，不练白不练，写写没看过的题目增加 经验也是不错的。 OA要求55分钟内要解3题；前面两题相当简单，第三题是Leetcode 318的变种，Bit Manipulation + DFS 应该就能解掉。後来查了一下，发现我写的OA和一亩三分地上的面 经一模一样…大家以後有需要的话可以去搜一下。写完OA以後，过了半个月才收到电面邀 请，当时手上已有两个Offer，所以就直接跟HR说不面了。另外值得注意的是，滴滴打车 连年亏损，如果真的拿到他家的Offer，要不要去可能得三思。 isee AI Position: Perception Engineer (海投) Result: 一面後无声卡 Timeline: 1st Phone Interview (10/30) isee AI也是一家位於Boston的自驾新创，Career Fair时也有来我们学校，可是我看排队 队伍太长了，实在不想站在那边苦等一个小时半，所以果断中离回家睡觉。过了一阵子， 听到朋友说他拿到了这家的面试，我也去官网上随手扔了履历，等了约莫两周收到电面邀 请。 面试体验不太好，可能是因为公司还在扩张阶段，所以想要面很多应徵者，面试前五分钟 ，当我点进Zoom meeting room时，发现前一组人马还没结束，只好赶快退出；当我在指 定时间进入线上会议室时，居然同个时段有两组面试官+应徵者在同一个会议室…等面试 官处理完这些问题後，想说总算可以好好面了，结果面到一半，不知道是他们Zoom会议室 开了太久还是怎样，面试官要我退出再Rejoin，Rejoin以後又没看到面试官…面试当下其 实有点傻眼。 面试内容的话，问了很多很底层的东西，也问了各种C++的问题(例如Diamond Problem)， 还有一些Python相关的问题，底层问题跟Pointer飞来飞去我实在是顶不太住；另外还有 一题Coding题，不同的程式语言有不同的题库，我选择用C++，面试官讲题目讲得不是很 清楚，好不容易弄清楚写到一半时，面试官跟我说时间到了他等下还要面下个人，叫我把 题目截图起来，写完以後加上Test case寄回去给他；我寄回去以後，就再也没有收到这 家的回音了。 --------------------------------------------------------- 如何准备面试 Resume 每家公司风格不同；小公司可能会比较注重在问履历上的Project是怎麽做的，大公司的 话就不太一定了。我觉得Resume是个一定要好好把握的地方，如果你对自己的Resume都不 熟，面试官可能会觉得你那些Project只是抱抱别人大腿做出来的，履历的可信度会下降 很多。 我在Career Fair的时候，碰到一个面试官直接对我的履历上的某个经验开问，我答得不 是很好，当下羞愧地想挖个洞钻下去，回去以後痛定思痛，把自己履历上相关知识彻底地 复习了一次，之後碰到履历题时，基本上都没出什麽差错。 Leetcode 一般来说，如果投的是General SWE的话，面试往往是一题程式题直接甩在脸上，若能顺 利解出来，通常会有follow-up题目，如果这个也解出来了，应该就稳了。但其实并不只 是General SWE需要刷题，据我所知，面ML / CV Engineer、Data Science相关职位都会 被问Coding题。程式语言方面，自驾公司很多都会要求用C++，所以我後来基本上都在练 C++。 刚开始刷题时，应该先从熟悉各种基础的资料结构开始(Array, Stack, Queue, Linked List, Tree, Graph, Hash Table, Set, Heap)，接着就得学学DFS, BFS, Two Pointer, Binary Search怎麽写怎麽用，再来可能是学一些特别的资料结构或方法(Trie, Union Find, Prefix Sum, Bit Manipulation之类的)，最後的大魔王大概就是DP，DP除了多练 习以外，我实在想不到要怎麽准备，建议大家可以参考密西根大神卡恩学长的动态规划百 题之经典、理论与实作系列。 有时候碰到想不出来的题目，看完Leetcode讨论区以後，还是不知道背後的原理，此时可 以参考一下中国小哥哥小姊姊的Youtube频道，看完讲解影片真的可以事半功倍，我认为 花花酱(大推！)、basketwangcoding、happygirlzt这几个频道都还满不错的，有需要的 人可以参考看看。 另外，刷到一定数量以後，记得一定要回去复习以前碰过的题目，万一面试时被问了刷过 的题，但因为太久没复习所以没做出来，那就太亏了。我在开始On-site以後，基本上就 没有在刷新题了，大部分时间都在复习(但好像也没有复习到面试题就是惹，Hit Ratio = 0)。 Computer Vision 身为一个懒人，有时候我会直接打开glassdoor搜寻Computer Vision Engineer Interview Question，偶尔会有意外的惊喜。另外，我觉得也可以参考Reddit上的 Technical Interview Questions in CV 以及 Quora 上的 What are good interview questions for a computer vision engineer?。 因为有做过Visual SLAM相关的Project，所以Visual SLAM被问了不少，从Feature Descriptor, Feature Matching, KLT Tracker, Triangulation, PnP, Gauss-Newton都 有被问过。此外，Projection Equation也满常被问的，Intrinsic / Extrinsic Parameters, Fundamental / Essential Matrix, 座标系转换之类的内容在面试前记得看 一下。 Deep Learning 老实讲这个Topic还满大的，我也不知该从何准备起，我在网路上找到了两份不错的资源 ，分别是深度学习500问以及深度学习面试宝典，看完这两份资料後，感想真的只有「感 谢楼主，楼主一生平安」XD 以我自己还有周遭朋友的经验来看，如果面到ML/DL相关的缺时，其实满常会被问到 Neural Network的推导，我有不少面试都有被要求手刻CNN，或是要我推导Forward & Backward Propagation，建议大家面试前复习一下。 C++ C++很容易被问到的题目基本上就那些，Pointer, Polymorphism, Virtual Function, Virtual Class, Stack vs Heap, Static Member, Inline Function, Const, Lambda Function这些内容走过一次，应该不会有太大的问题。当然，基本资料结构是如何实现的 也要复习一下，在面试中还满常被问的。为了准备面试，我也找出大学修得最烂的一门课 ”物件导向程式设计”的讲义来复习，发现好多C++相关的面试内容都藏在里面，突然好 後悔大一的时候在那边乱跷课… After the Interview 之前看到高中学长在PTT上的分享，他说他面完试以後，通常会花两三个小时把所有的题 目重新答好，把Code写好一并寄给面试官Follow-up，除了可以复习以外，还有可能因此 得到机会再面一次(如果没有面好的话)。 我自己觉得这招还挺不错，所以我每次电面完都会写follow-up；follow-up除了帮自己加 分以外，其实还有另外的好处：以NVIDIA为例，我在寄了follow-up以後，Manager回我说 他要邀我去On-site，得到了这个宝贵的资讯後，我马上寄信给HR跟她说我很想加入 NVIDIA，但我之後很忙，加上手上有其他Offer的死线，请她赶快帮我安排面试，总算顺 利在下一周飞到加州去Onsite。 Mindset (很重要！) 面试是一条很辛苦的路，在你拿到第一个Offer以前，真的很容易心慌。另外，不要想说 准备好再投，我觉得早点开始投、早点开始面试，才会开始认真准备，而且英文也会在不 知不觉中进步(如果不是中文面试的话啦…)，之後面试也会越来越顺。 我面试的前一天晚上常常熬夜，因为我会很害怕万一我少刷了这道题，万一明天考出来怎 麽办，但後来想想，如果碰到一题新题，却没有办法好好分析并找出解法，那就表示我的 实力还不足以拿到这份工作。每次面试都是学习成长的机会，万一面烂了，把不足的知识 补起来，下次再被问到就不会错了。 --------------------------------------------------------- Q & A Leetcode要刷多少题才够？ 我从今年8月到11月大约刷了大约390题，後面实在是刷不动了，基本上就是复习。之前有 听到一种说法：刷题不在多在於精，我还满认同的。我觉得刚开始刷题的人，可以先把前 200题摸熟，因为里面有很多经典题。等到前面200题都摸透了，小公司面试考的程式题， 应该都能迎刃而解。如果是要面大公司的话，可能要多刷一些，并搭配Leetcode Company Tag还有一亩三分地面经一起服用。 How long does the hiring process take? 每家公司都不太一样。如果是小公司的话，流程跑起来有时候还满快的。大公司的话，有 些HR很戳，可能你连续五天寄信给他他都不鸟你，但也有HR效率很高，最猛的纪录应该是 我在加州时间晚上十点多寄了信，一分钟後就收到了回复，所以还满吃运气的。 我觉得大公司的申请最好早点丢，因为申请的人多，HR手上可能也是各种case，排面试排 到天昏地暗，常常在中国论坛看到很多网友等HR回信等到天荒地老，整个面试流程被拖很 长。另外，有时候拿到面试後，你才会开始认真地刷题或复习知识，所以早点投、早点开 始准备，不然到时headcount就没了。 怎麽拿面试？ 相信大家已经听到烂了，能拿面试的管道就是海投(公司网站、LinkedIn、Indeed都可以 尝试看看)、内推跟Career Fair。身为一个懒人，我真的懒得花很长时间排大公司，所以 大公司我通常会想办法找内推，Career Fair的策略就是排想去而且不用排很久队的公司 ，如果没有这个选项的话就回家刷题。 找正职时，有没有在美国的实习经验真的差满多的。我看我周遭朋友，如果有在美国的实 习经验的话，都还算能拿的到面试，但如果没有的话，拿面试可能就比较困难一些。 海投有用吗？ 海投的话我觉得还是有用的，有投有机会，通常两个礼拜内没有收到回音就可以当作没救 了，万一HR之後联络你了，就把它当作意外的惊喜吧。 以我自己为例，我投的职位基本上都是Computer Vision或是SLAM相关的职位，能投的职 缺没有像纯软体工程师那麽多，所以总共只投了大约50间公司，收到14家的面试邀约(内 推: 3/11，海投: 11/39)，算下来有收到回音的比例好像也差不多，所以海投应该还是有 用的吧XD --------------------------------------------------------- 找工作真的是一条很漫长的路，感谢耐心看完的各位，希望这篇文章能对你们有点帮助 & 预祝大家找工作顺利！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.0.229 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1575218908.A.C69.html ※ 编辑: NCTUBeast (140.113.0.229 台湾), 12/02/2019 00:49:01 感谢帮忙解释，就是要表达很不满XD 其实来美国以前我也以为找这类工作写写Python就行，但跟很多人谈完以後，感觉Python比较像是用来兜出一个prototype，但实际在做产品时，如果有效能考量的话还是会用C++ (我的观察啦) Ｐ家大佬才是我老大，等你明年来带飞 没有Paper唷，但可能因为实习做的就是CV相关的东西，加上一些相关Project，所以投CV职位还是能有回音。 耶~很高兴我的心得文能帮助到你！ ...小姊姊别嘴啊 感恩节买得还开心ㄇ ※ 编辑: NCTUBeast (140.113.0.229 台湾), 12/02/2019 10:59:51 卡恩学长是真的厉害...看那系列除了觉得获益良多之外，同时也觉得自己智商不够用QQ 大大能通过Occipital的面试去实习，想必也是个狠角色呀！Jeff真的是我偶像...好强 ※ 编辑: NCTUBeast (140.113.0.229 台湾), 12/05/2019 03:27:05