作者pha123661 ()()()()()()
看板Soft_Job
標題[心得] 2024 AI/ML新鮮人求職心得
時間Sun Feb 23 11:48:07 2025
# 前言
背景:
* 113 CS 學士 + 112 CS 碩士
* Leetcode 一年內 ~500題 medium + ~200題 hard
* 拿過幾次書卷獎; 碩論CV頂會; 大學時 2篇一作 + 1篇二作 (極冷門領域 top
conference)
* 大學必修 GPA 4.3/4.3，選修課大部分為 AI、演算法 (圖論)、多媒體相關
* 2 個實習 (Google, Intel)
我是 [心得] 2023 找實習心得 - 全滅 (
#1aNIZI4y) 的原 po
上次發文後收到很多人的鼓勵, 也非常感謝很多版友/指導教授/學長姐內推,
讓沒實習經驗的小弟有機會在一年內去 2 間外商實習, 最後也順利轉正!
希望能夠用找正職的心得來回饋板上
懶人包:
拿到 offer: Google (轉正), MTK, Appier, Cyberlink, Yahoo, Nvidia, 一堆
backend/FW缺
進面試後被刷: Perfect, Taiwan AI Lab
沒拿到面試: Nvidia (Scientist), Taboola, Amazon, Apple, Gogolook, Synopses
雖然我投遞的比較雜, 但我想著重分享網路上比較少的 ML/AI 相關職缺
如果有什麼問題想問的也歡迎推文/站內, 我會在能力範圍內回答
# 面試分享
## MTK
### 唯一一面: 多位 Hiring Manager
因為之前投過Intern所以不需要OA
PPT自介, 基本上和其他人心得一模一樣
因為不知道要放什麼, 我花了蠻多時間在介紹我的社團創社經驗, 不過感覺是個壞主意
Offer get (做3A的), 考慮到工時後婉拒
## Appier LLM Research Scientist 共三面
### 一面: Hiring Manager + Senior 共60min
因為本身有從頭訓練 LLM 的經驗, HM 先花了約30min聊了關於 training 中種種
trade-off
E.g., RL調參, 如何決定實驗資源分配的優先度, Pretraining corpus 如何影響
downstream performance, ...
後面花了5min解出 LC medium + 10min 考了一些 LLM/NLP 基本功
最後10min很緊急的考了 Chatbot System Design
除了大家都知道的招外, 我把重點放在如何 iterate & improve based on feedback
前面聊太開心有點壓縮到後面時間, 不過面試官很專業所以整體感覺很好
### 二面: CTO
一點點technical + 聊天, 主要是我一直在問, 可以感覺CTO對於GenAI應用在Appier的產
品上非常有信心
### 三面: CEO
聊天, 主要是他一直在問, 我主要關心這新部門能夠獲得多大重視(資源)
Offer get, compete 後是全部 offer 裡最大包的+有研替, 考慮種種因素後忍痛婉拒
不過跟 HR 溝通不太順暢, compete 的過程也異常緩慢 (>4W) 之後投遞需要納入考慮
## Cyberlink AI Engineer
### 一面: Hiring Manager
前60min智力測驗, 輕鬆寫即可
接著報碩論 10min + QA 10min
之後面試官拿了多組 training/validation curve 並問調參經驗 + 一些DL/CV基本功
### 二面(現場): Hiring Manager + RD Head
需要提前準備題目 (三選一), 介紹目前進展、比較大的挑戰等等
因為是我比較不熟悉的題目, 花了約 6 hr 準備 (謝謝 NotebookLM)
報告完後面試官提問, 整體很像是和面試官一起討論新產品的可能性
最後假設討論如何把這些技術 intergrate 到產品中
因為面試官有更多做產品的經驗, 從他身上學到很多新角度
面試當下即拿到Offer, 因薪資婉拒
Cyberlink的HR全程提供非常多的幫助, 非常感謝她
## Perfect (完美移動) AI Engineer
### 一面: Hiring Manager
一樣是報告論文, 不過面試官興趣缺缺就提早結束面試
最終無聲
# 結語
工作不好找, 求職心態要穩住, 堅持自己想要的
我自己前期找到了一堆很不錯的 backend/FW offer, 公司/薪水也可以接受,
如果沒有勇氣放棄, 好好堅持的話現在可能已經在熬夜通靈了
最後打算去 Google 做 ML Algo 的組 非常幸運
我大部分的 offer 都有內推, 我覺得對於新鮮人來說, 實習經驗跟人脈都非常重要, 尤
其是競爭超級激烈的現在, 即使你很強也可能根本沒人看到
以我自己為例的話, 我即使把大學成績顧的很好, 在沒內推的情況下還是找不到實習 (可
看
#1aNIZI4y), 之後靠熱心版友 + 指導教授/學長姐力推才拿到很多offer
鼓勵在大學時就要好好經營人脈,不要像我都在打魔物獵人, 之後很難補救
如果有什麼問題歡迎直接問, 我會在能力範圍內回答
如果大家有興趣的話 之後有時間會再分享intern轉正心得
---
更新一些在 Dcard 被問的問題:
##組上的工作內容
我是在做純算法, 不過不是 research team 也不太是在寫 software, 我們寫的東西基本
上都不會上 production (不會讓用戶用到)
大部分工作是在開發還不存在或改進已有的演算法 based on external / internal 的研
究結果
因為會需要很多 internal 的研究結果所以跟 research team (brain) 密切合作
不過畢竟是個 engineering team, 和 research lab 最大的區別是會更要求穩定性/落地
可能性和 edge case, 通常是用多個 module 做成 system 才滿足要求, 並且也不會發
paper
做完後還會再給下游很多team optimize (Silicon/HW/SW/FW ...)才可能上production
下游舉例的話就有可能像是 B30-2 提到的 teams
B20-2: 自己在台灣 G 的 ML team
如果大家想的算法研究是 DeepMind 那種做研究發論文，那台灣 G 完全沒有
台灣的 ML team 是根據產品需求， fine-tune 模型
整個台灣讓你做純研究發論文的職缺大概只有 NV 跟 AMZ robotics 的部門
不常看到可能是因為team太小不常招人, 有招也基本上放上官網前就會找到人了 (內轉/
內推/HR主動找) 大部分同事也不在台灣
## ML 面試準備
以面試來說, 進階一點推薦可以準備某個你有興趣的 task 的實際開發 因為這會遇到很
多發表時候遇不到的各種 trade-off
以 video generation舉例的話, 要不要用 diffusion model / 如何減少 artifact / 如
何處理小物體的移動... 這些問題都沒有很好的答案 你如果有實際開發過的經驗
(E.g., 特別拿了某種不常見的 data 來 tune, 直接用 motion vector 去糊, 利用在某
種 domain 下的特例去解...) 而且在面試的時候分享 那會很加分
而且做多了會有自己的思路 我自己面試時有被問現場出題的 ML system design, 我們邊
做邊更新 spec 跟加功能/constraint 如果能有邏輯清楚的方法去拆需求的話(包含如何
從考官模糊的敘述訂出spec, 如何 evaluate, 未來如何更新...) 相信能夠說服考官自己
有能力做這方面的工作
不過我的經驗中 刷題/ML基礎/各種SOTA/數學 這些基本的就會佔60-80%以上 又有投頂會
就已經十分充足了(相信大部分的考官會對發表有一點興趣)
重點是當這些職缺出現的時候 你要是第一批就拿到面試的人 因為現在很卷 基本上能夠
跟你競爭的也都差不多 或甚至有超強的出來炸魚 早點 close 職缺才是最穩的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.251.57.70 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1740282491.A.619.html
1F：推 Mike1109: 好猛 02/23 12:09
2F：推 Henry658: 神 02/23 12:12
3F：推 Iversonshao: 太強了 02/23 12:13
4F：推 wuyiulin: 一年內，太捲了QQ 02/23 12:18
5F：推 hobnob: 恭喜 02/23 12:23
6F：推 zerges: 台灣一堆中小看不上的人最後去了google 02/23 12:30
7F：→ zerges: 原po很厲害，我想說的是別因為被中小企業刷掉而灰心 02/23 12:31
8F：推 duck10704: 推 好強 02/23 12:47
9F：推 Inglenook: 好猛，是說原來google taiwan有ML algo這麼軟體的組 02/23 12:57
10F：推 airforceso: 推推 02/23 12:59
11F：推 sustainer123: 大神 02/23 13:24
12F：推 doranako: 強 02/23 13:40
13F：推 ukuk666888: 超強 02/23 13:41
14F：→ uncle925: 高手 這個學歷和研究方向 本來就該去頂外商 02/23 14:05
15F：→ uncle925: 不是說本土不好 而是環境、資源、風氣 差太多 02/23 14:05
16F：推 Iversonshao: 再推一次 另外想問你怎麼會想去面後端跟fw呢 02/23 14:11
我想說有準備就一起面了 拿到offer再來決定
17F：推 rurumi855357: 推強者 02/23 14:35
18F：推 Raymond0710: 恭喜 工作不好找的情況依然持續著 02/23 16:47
19F：推 xavierqqqq: 推 02/23 16:58
20F：推 winiel559: 太虐了 02/23 17:41
21F：推 a826451115: 猛 02/23 17:55
22F：推 holebro: 超強學經歷 02/23 19:53
23F：推 whatzup1124: 強 02/23 20:25
24F：→ WTS2accuracy: 無懈可擊的經歷... 02/23 21:28
25F：推 transforman: 猛 02/23 21:32
26F：推 tommytyc: 推 02/23 22:09
27F：推 wenyee0730: 這學歷好頂 02/23 22:10
28F：推 abc21086999: 好猛，文組只能讚嘆了 02/23 22:58
29F：推 yayahappy96: 推 02/23 23:04
30F：推 gcobc19622: Appier居然能match G的offer嗎 02/23 23:21
31F：推 viper9709: 推分享~這種背景還會全滅喔@@ 02/24 00:15
32F：推 rdg1231: 好強 02/24 00:35
33F：推 cheeeeeeers: 推爆 02/24 00:59
34F：推 leon1757tw: 大神 02/24 02:36
35F：推 luweber88: 推推！ 02/24 08:24
36F：推 winston8512: 樓主好神 02/24 09:03
37F：推 s31364663: 請問習慣用什麼武器 02/24 09:10
勇氣重弩 徹甲重弩 太刀 開荒用盾斧
38F：推 womandrift: 原Po太神啦！最後是去G的Gemini 嗎？ 02/24 09:10
39F：推 plsmaop: Pixel on device ML team? 02/24 09:23
※ 編輯: pha123661 (60.251.57.70 臺灣), 02/24/2025 09:39:27
※ 編輯: pha123661 (60.251.57.70 臺灣), 02/24/2025 09:56:50
40F：推 jackkao1: 強 02/24 12:41
41F：推 TSMCfabXX: 推 02/24 13:01
42F：→ TSMCfabXX: 中小企業會刷掉 很多時候是因為覺得你遲早會離開 02/24 13:02
43F：→ TSMCfabXX: 小廟大佛理論 02/24 13:02
44F：推 secrectlife: 好扯的在校經歷 這種台廠肯定不收阿因為一下就被挖 02/24 13:30
45F：→ secrectlife: 走 02/24 13:30
46F：推 tanby: 印象中appier 薪資已經沒以前高了 02/24 15:43
47F：推 kyrie77: 有夠強 02/24 16:02
48F：推 DrTech: 人生勝利組，什麼條件都是頂 02/24 17:35
49F：→ DrTech: 學歷，頂。論文，頂。刷題，頂。實習，頂。未來工作經歷頂 02/24 17:36
50F：→ DrTech: 。 02/24 17:36
51F：推 roshia: 可以開始準備228登入荒野 02/24 18:36
52F：→ fallcolor: Appier 竟然變這麼大方了 02/24 18:37
53F：推 anglesong: 真正的強者 都是謙虛的… 02/24 19:26
54F：推 drysor: 神 02/24 22:33
55F：→ superpandal: 這不就學歷加成嗎 沒有連面的機會都沒有 02/24 23:20
56F：→ WTS2accuracy: 這個經歷看下來會覺得是靠學歷加成 摁...你加油XD 02/24 23:23
57F：→ superpandal: 新鮮人有個屁的經歷 面試經歷嗎 02/24 23:24
58F：→ superpandal: 能找指導教授學長姐內推不是學歷又是什麼？ 02/24 23:30
59F：推 aria0520: 原PO新鮮人 經歷=學歷呀XD 所以本來就是學歷加成 02/24 23:34
60F：→ aria0520: 有卷有頂會 幾乎完美的新鮮人學歷了 02/24 23:35
61F：→ aria0520: 基本上所有入場券都能拿到 接下來就看互動表現 02/24 23:36
62F：→ superpandal: 樓上說的是 反正我說不出本樓一堆媚俗的話 02/24 23:39
63F：→ superpandal: 看來一堆人也很想內推 02/24 23:39
64F：推 jay123peter: 神人... 02/25 10:41
65F：推 umii: 推六樓笑死 02/25 12:07
66F：推 jonathan793: 原來cs是可以4.3畢業的嗎... 02/25 13:49
67F：推 RumiManiac: 完美履歷，真誇張的強 02/26 01:12
68F：推 sugaryeh000: 這個學經歷完美到毫無參考價值XD 只能用拜的 02/26 07:35
69F：→ sugaryeh000: 還有一年內刷700題M+H的LC也是變態 02/26 07:36
70F：推 ho83leo: 神人 02/26 14:57
71F：→ deangogi: 是CMLab? 02/26 19:37
72F：推 Burwei: 背景好神好厲害 希望台灣有足夠資源讓你成長 不要耽誤到你 02/27 17:52
73F：推 m06800825: 這種學經歷不考慮去矽谷嗎XD 02/27 21:52
74F：推 wrt: 好神，但是剛畢業就進谷歌會後悔 02/28 02:11
75F：推 pearcup736: 推 03/01 03:22
76F：推 northsoft: 太頂了 03/06 12:38
77F：推 JellyZ: 推 03/08 21:41
78F：推 andy02242009: 請問是台灣Google 哪個team有純做MLPixel 嗎？ 03/10 22:44
79F：推 tammy228: 想問G ML Algo 組是哪個 04/03 08:04
我的組和 Pixel Team 無關 Pixel 是一個超巨大的組織 下面還有細分很多組
※ 編輯: pha123661 (111.248.89.183 臺灣), 04/29/2025 11:58:46
※ 編輯: pha123661 (111.248.89.183 臺灣), 04/29/2025 12:01:11