机器学习算法岗的艰辛之路

总结一下这几个月以来找实习的种种经历。

首先自我介绍一下，我本科学的专业叫做纳米技术，是一个跟机器学习八杆子打不着的专业。大三暑假开始接触机器学习，自学了吴恩达的机器学习课程，自学了Matlab，python，octave。之后申请美研，顺利来到了UCSD的ece专业，顺利地转到了machine learning & data science的方向。

来到美国之后，发现这边想找工作最好的方向还是sde。不过，我个人对于机器学习还是有些情怀的，于是就坚持了自己的想法，打算找机器学习的实习。秋招基本上就放弃了，因为知道那时候自己确实太菜了。经历了两个学期的学习，做了一堆的项目，也参加了kaggle的机器学习竞赛，感觉至少简历已经可以写得比较漂亮了，于是就在2、3月份投了许多实习的岗位，杳无音讯的不少，不过，也收到了一些面试。
下面重点以一个公司的面试为例谈谈自己的感受。

这家公司叫becton dickinson，是一家做医疗器械的公司，规模似乎也不小，旗下的data science部门招一些机器学习的岗位的实习。
通过学校的系统投了简历，很快就收到了面试通知。一面还是比较简单的，面试官是一个software engineer，主要就是简单地过了一下简历，重点问了一个项目，介绍了一下公司部门正在做的项目，聊完之后，过了几天，又收到邮件说接下来会有公司的data scientist二面。

本来说好的电话二面，不过，后来改成了onsite面试。onsite现场有两个面试官，一个是一面的software engineer，还有一个data scientist。这次问了许多问题，简历上的问题也问得很细，也重点考差了对一些算法、统计、概率概念的理解，最后，还给了他们公司目前正在做的一个项目，让我想一下总体上如何解决。个人觉得，总体上回答的都是挺好的，可能有一两个地方回答的不是很清晰，比如有一个 general linear model的问题，我根本就不知道这个就是multivariate regression，然后就是问了我除了python，还会不会其他的语言。除了python，Matlab，其他的语言我都没有用过，所以只好如实回答。最后，面试官告诉我很快就会有结果，让我耐心等待。

果然，我刚走出公司后不久，就收到了hr的邮件，希望谈一下实习的具体角色，当时就有预感，觉得希望很大了，约了周五下午面试，但也不敢放松，又好好准备了一下简历，同时也熟悉了一下公司的业务。

周五下午的根本就不是面试，hr上来就告诉我这是一个verbal offer，也告诉了我开始和结束的时间，还有工资，还有就是下周一就会有正式offer letter。

说实话，听到这个消息还是觉得自己是幸运的，两轮面试就拿到了data scientist intern。

周一的时候，没想到收到的并不是offer letter，而是拒信，我甚至怀疑是不是搞错了，立刻发邮件给hr和面试官求证，结果他们给的说法是他们需要懂Java/C#。

且不说他们这种做法让人从开心到非常失落，非常不负责，不专业。

我现在想说的是，经历了许多面试，看了公司对ml岗的要求，感觉即便是做ml，也是非常需要补充cs背景的，比如需要会Java，c/c++/c#，需要懂数据结构、数据库，需要懂sql，这一点还希望地里的小伙伴求证一下。

最后也是希望可以地里的小伙伴可以以我的经历为鉴，个人觉得，即便是有ml情怀，想做算法岗，除非读phd，不然的话，仍是非常有必要好好补充cs背景，好好刷题的。