生物老狗两年转专业求职心路历程

8003
19
楼主本科背景为国内某末流985的生物工程专业,本科写过的代码不超过100行,偶然收到某校IEOR的录取,没有多想就踏上了漫漫的转专业之路。来美国快两年了,从一开始方向不明确,到确定做Data,再到后来有段时间犹豫转SDE,再到最后侥幸收获一份自己比较满意的offer。虽然觉得自己的案例不太有代表性,还是想尝试总结一下给地里转专业的同学们分享一下,说得不对的请大家指正。

1. 求职方向:
虽然最后还是找了data方面的工作,如果重来一次肯定选SDE,原因很简单:1)岗位实在比data多太多了,在career fair上基本上是5:1至少 2)SDE没有工作经验有希望靠刷题进大厂,data一般得在小公司先历练几年吧 3)俸禄差的不是一点。。
所以如果没有强烈的偏好的话,强烈建议来了直接刷题暴力转码。

2. 关于实习:

研一暑假通过内推在local找了一个data的实习,后来就死皮赖脸地在那边一直part-time,在毕业前累计了近一年的实习经验。train过model,也搭过data pipeline,换过组,趟过无数的坑,给大家整理一下几条tips
1)先确定自己能否有return再决定出几分的力气。我也是后来才意识到的,对于new grad而言只要简历上有一段相关的实习经历就足矣,再多做实习不如专门花时间找工作来得直接。楼主第三学期满心期待着能够转正,每天拼命加班到6:00,秋招都没好好投,最后换来的却是一句"you should start to think for yourself"。。所以各位朋友千万要多方收集信息把这点问清楚,免得做无用功。

下面两条是专门给做data的同学写的:
2)千万不要陷入不断试坑的深渊里面。在第一个组工作时,经常做的事情就是把数据各种转换,尝试各种模型的效果,或者是哪天来了点新的数据,加进去重新train一遍看看。。虽然从实际工作角度而言这样没什么不对,但是放到简历上时就呆了,真不知道要写什么。
若单从扩充简历的角度而言,更有价值的事情其实是去复现一些相关的文献,或者去套一些时兴的model,虽不尽然会比简单的模型效果好,但是对于求职者而言真的可以保证你有足够生动的内容写在简历上。
若是从应付面试的角度而言,应该平时多总结,从数据清理、选模型、部署模型每个步骤都要想清楚理由,做到面试官根本挑不出刺的程度。
3) 有机会的话尽量往data engineering靠。现在Python的各种data science包那么齐全,若没有几年工作经验光说自己会train model说服力确实不大,但如果能从HTTP request开始,到数据库,再到模型部署自己大概过一遍的话,个人认为还是能和很多做data的人拉开点距离的。

3. 投工作:
1)秋招是重中之重,错过了秋招,春招就得和experienced hire同台竞技了。。
2)如果课选不上和自己方向相关的,宁可选水课,以保证刷题和投简历的时间
3)投的title要广,比如即使你想找的是data,但也要投SDE,因为很多SDE实际上是general hire

暂时想到那么多,欢迎大家指正~
  • 59
19条回复