温哥华H1B renewal 不丝滑经验
432810
背景: Phd + 4年工作经验, 主要做e2e applied machine learning, 专业不是cs, 转码来做MLE. 因为ML和backend都做, 简历上只写了backend的那部分, 没有写任何ML的东西.
4次F1和H1b首签都是丝滑水过, 没check.
预约的是2.21上午11点半, 流程其他帖子都介绍得差不多了, 就不重复了.
不同的地方是没有看appointment letter, 也没有问在加拿大的status.
面试是5号窗口一个白人小哥, 看起来很友好, 开始问:
Q: 你是xx学校毕业的啊, XXX(学校吉祥物)
A: 是的是的
Q: 你在xx学校拿的什么学位?
A: Phd
没有停顿, 马上要了简历(简历只写了一页, 大部分都是转码过后的工作经验)
Q: 你有没有printed publications?
A: 这个我都没有带
Q: 那你有没有带有你publication的简历?
A: (装着找了一下)也没有
Q: 你现在是software engineer, 但是你学的是xxx, 这是怎么回事?
A: 因为之前phd的时候也会有很多coding, 所以后来去工业界来找码农的职位了.
Q: "I mean, those companies can hire bachelors or masters from, like UCSD(躺枪), to take those jobs. Why your company is hiring a Phd from (之前的专业) to do software engineering?"
A: (感觉有点不太对, 有点故意找碴的架势) 就围绕phd是培养人的thinking process来回答的, 而且说码农也需要发现问题, 思考问题, planning, coding只是工作中很小的一部份, 之前学的思维方式能够应用到工作中.
又来回了大概2-3个回合都是围绕这个问题的.
Q: 你现在工作中的xxx(某个bullet)是不是需要用ML或者AI来完成的?
A: 不用, 这就是一个hard code的workkflow, 弹prompt跟用户实现交互, 然后解决问题的.
Q: 那你们需不需要用machine learning或者deep reinforcement learning的东西?
A: 没有, 我们都是做backend service的.
Q: 那你们backend service是不是需要用到某种algorithm的?
A: (想了想service infra还是用到了algorithm的) 是的
Q: 具体是怎么的?
A: 就是跟其他service communicate, 然后send request blabla的
Q: 那你们有没有想着提高algorithm的performance的?
A: 你说service的performance, 有的, 我们update很多dependency然后提高了service的latency和availability blabla
Q: 那你们是怎么实现这些东西的?
A: 有很多service config调一下就可以了啊.
又来回了大概几个回合都是围绕这个问题的.
Q: 你之前工作的xxx(某个bullet), 是不是应该需要个model score才能做到?
A: (惊了) 对的, 我们有upstream给我们这个score, 我们组根据这个score做action, 比如...
Q: (打断) 有没有这么一种情况, 你们组的人坐在一起, 对着某个sample, 然后讨论为什么他的score这么高, 或者这么低, 然后研究怎么improve algorithm来提高他的performance?
A: (惊了....你之前也是做ML的?) 我们更多的是讨论这个action, 如果是action弄错了, 我们就会讨论怎么去fix. 如果是model score高了或者低了, 我们直接就route到上游组给他们解决.
Q: 那你们组有没有用到machine learning或者deep reinforcement learning的东西?
A: 这个没有
又来回了大概几个回合直到他full confirm了我们没有用到ML/AI/DRL.
Q: 你的visa approve了, 大概可能会等一周左右, 我知道你是专门来这里办签证的, 但是it probably takes about 1 week (听得很清楚, 没有or more) to get your passport back.
A: Thanks you.
遇到过最硬核的一次面签了, 整个过程大概15min. 之前没想到会问这么深, 有些问题都没有好好准备答案. 整个过程只想着不要提跟ML相关的东西, 后来才知道他跟我聊backend service时候说的那个algorithm其实应该是ML algorithm, 所以我说有的时候, 他还继续问有没有提高performance什么的. 所以algorithm也是个敏感词了吗?
面试官一上来就已经准备好往ML那个方向问了, 我不知道是系统从我上次签证或者是H1b petition里面检测出来了我有可能是在做ML的, 所以他一直在问我的工作有没有用到ML/AI/Deep reinforcement learning和有没有improve algorithm.
所以我猜测ML check最敏感的两个点是
1. 你的工作有没有用到ML/AI/DRL
2. 你的工作有没有去改进ML的算法来提高它的performance.
而且第二个点感觉应该特别敏感, 尽量要避开了吧.
面试过程让我再也不想来加拿大面签了, 还好之后出签非常顺利
2.22上午issue
2.22下午收到邮件, 邮局已经pick up package
2.23上午9点过已经ready for pick up
2.24 晚上从Peace Arch入境, 办证大厅5分钟更新I94回家.
希望年底能实现境内续签H1b, 现在各种明check, 暗check, 和出签delay真是把人折腾得不行了.
4次F1和H1b首签都是丝滑水过, 没check.
预约的是2.21上午11点半, 流程其他帖子都介绍得差不多了, 就不重复了.
不同的地方是没有看appointment letter, 也没有问在加拿大的status.
面试是5号窗口一个白人小哥, 看起来很友好, 开始问:
Q: 你是xx学校毕业的啊, XXX(学校吉祥物)
A: 是的是的
Q: 你在xx学校拿的什么学位?
A: Phd
没有停顿, 马上要了简历(简历只写了一页, 大部分都是转码过后的工作经验)
Q: 你有没有printed publications?
A: 这个我都没有带
Q: 那你有没有带有你publication的简历?
A: (装着找了一下)也没有
Q: 你现在是software engineer, 但是你学的是xxx, 这是怎么回事?
A: 因为之前phd的时候也会有很多coding, 所以后来去工业界来找码农的职位了.
Q: "I mean, those companies can hire bachelors or masters from, like UCSD(躺枪), to take those jobs. Why your company is hiring a Phd from (之前的专业) to do software engineering?"
A: (感觉有点不太对, 有点故意找碴的架势) 就围绕phd是培养人的thinking process来回答的, 而且说码农也需要发现问题, 思考问题, planning, coding只是工作中很小的一部份, 之前学的思维方式能够应用到工作中.
又来回了大概2-3个回合都是围绕这个问题的.
Q: 你现在工作中的xxx(某个bullet)是不是需要用ML或者AI来完成的?
A: 不用, 这就是一个hard code的workkflow, 弹prompt跟用户实现交互, 然后解决问题的.
Q: 那你们需不需要用machine learning或者deep reinforcement learning的东西?
A: 没有, 我们都是做backend service的.
Q: 那你们backend service是不是需要用到某种algorithm的?
A: (想了想service infra还是用到了algorithm的) 是的
Q: 具体是怎么的?
A: 就是跟其他service communicate, 然后send request blabla的
Q: 那你们有没有想着提高algorithm的performance的?
A: 你说service的performance, 有的, 我们update很多dependency然后提高了service的latency和availability blabla
Q: 那你们是怎么实现这些东西的?
A: 有很多service config调一下就可以了啊.
又来回了大概几个回合都是围绕这个问题的.
Q: 你之前工作的xxx(某个bullet), 是不是应该需要个model score才能做到?
A: (惊了) 对的, 我们有upstream给我们这个score, 我们组根据这个score做action, 比如...
Q: (打断) 有没有这么一种情况, 你们组的人坐在一起, 对着某个sample, 然后讨论为什么他的score这么高, 或者这么低, 然后研究怎么improve algorithm来提高他的performance?
A: (惊了....你之前也是做ML的?) 我们更多的是讨论这个action, 如果是action弄错了, 我们就会讨论怎么去fix. 如果是model score高了或者低了, 我们直接就route到上游组给他们解决.
Q: 那你们组有没有用到machine learning或者deep reinforcement learning的东西?
A: 这个没有
又来回了大概几个回合直到他full confirm了我们没有用到ML/AI/DRL.
Q: 你的visa approve了, 大概可能会等一周左右, 我知道你是专门来这里办签证的, 但是it probably takes about 1 week (听得很清楚, 没有or more) to get your passport back.
A: Thanks you.
遇到过最硬核的一次面签了, 整个过程大概15min. 之前没想到会问这么深, 有些问题都没有好好准备答案. 整个过程只想着不要提跟ML相关的东西, 后来才知道他跟我聊backend service时候说的那个algorithm其实应该是ML algorithm, 所以我说有的时候, 他还继续问有没有提高performance什么的. 所以algorithm也是个敏感词了吗?
面试官一上来就已经准备好往ML那个方向问了, 我不知道是系统从我上次签证或者是H1b petition里面检测出来了我有可能是在做ML的, 所以他一直在问我的工作有没有用到ML/AI/Deep reinforcement learning和有没有improve algorithm.
所以我猜测ML check最敏感的两个点是
1. 你的工作有没有用到ML/AI/DRL
2. 你的工作有没有去改进ML的算法来提高它的performance.
而且第二个点感觉应该特别敏感, 尽量要避开了吧.
面试过程让我再也不想来加拿大面签了, 还好之后出签非常顺利
2.22上午issue
2.22下午收到邮件, 邮局已经pick up package
2.23上午9点过已经ready for pick up
2.24 晚上从Peace Arch入境, 办证大厅5分钟更新I94回家.
希望年底能实现境内续签H1b, 现在各种明check, 暗check, 和出签delay真是把人折腾得不行了.
- 14
10条回复