mle裁员后上岸复盘

博士毕业后一直没有频繁跳，喜欢在一个地方窝着。

上次找工作是很多年前了，因此手里也没有备用offer。

去年年底被裁，当时完全懵，年底因为假期就休息，到一月份过完春节开始找工作

海投了100多份，朋友推荐的5家， 猎头找来的6-7家，找地里推荐的有3-4家都没下文。

有面试的大概不到20家，还好是和我的经验还比较匹配的职位。

其中4家没开始面就说没有HC了，直接说position closed

有面试的9家除了1家都进了onsite， 还有5-6家在安排中

一开始挂了好几家之后发现找工市场真的严峻

所以加紧继续投简历继续复盘面试经验，

到目前收到几个offer，包裹都不大，和地里大牛的不能比，但是这个行情我也只能认了，准备挑一个从了

分享一些备战的思路和经验吧 给自己一个总结也希望能帮助到有需要的地里小伙伴

本人不喜欢杠 只想分享一些经验 如果有人不喜欢请绕行 多谢

network

平时工作中和生活中认识的朋友，虽然可能不是很经常的联系

但是在我求助后很多人愿意帮我内推，和鼓励我/安慰我提供情绪价值

很感激这些朋友 以后等我安定下来 只要有用得到我的地方 我也愿意帮他们内推

心态

裁员后心态崩溃，有段时间极度焦虑失眠严重，

如果面试挂了或者简历关就收到拒信，我就非常焦虑，害怕自己从此找不到工作成为家庭主妇了。

某一天吧在一夜失眠后看到这句话 Do not use your energy to worry. Use your energy to believe, to create, to learn, to think and to grow.

有所悟，我开始专注在让我得到提高的事情上，比如持续看技术类文章，持续刷题，不停的quiz自己 自己做自己的面试官 弄清楚每一个技术细节

很神奇，在我专注技术本身后，焦虑感消失了很多

面试时的心态也很重要 一开始我看到不友好的面试官会很紧张，后来发现他们其实可能比候选人更紧张才看起来不友好

如果是真的非常不友好的面试官， 我就是依旧微笑clarify question 微笑回答 对方在不情愿也会敷衍着

实在是连我的微笑回答都懒得敷衍的面试官，我就不看他的臭脸

后来面了大几十场后，我面试再也不会看着面试官的扑克脸紧张了

我成了面试老油条， 对方越不友好，我越淡定 ，越仔细去想他可能给我埋的雷

面完也不患得患失去想挂了怎么办，挂了就继续复盘总结经验教训，好好准备下一家

刷题

我上次找工作是很多年前了，虽然后来也有经常作为面试官面试别人coding，但是我还是认认真真刷了大概600题，大部分medium

其中大概300题是精刷， 就是会不同的解法写一遍比较好坏 二刷三刷的那种

到现在我还会没事就把之前的题拿出来看看 人的忘性很大 每次看又有不同的收获

dp我最怕了 刷了一些经典 背包问题啦 edit distance啦 如果真的考到dp 我打算放弃没缘分算了

MLE的面试中基本coding 大部分medium 难度，即使是hard也都是lc高频题，

除了snap 我面过的其余的公司medium coding足够

专业

ml coding 有的公司会面 但是不多 建议就准备 kmeans knn auc sgd之类的足够了

ml 基础 就是地里的八股文，照着准备基本cover所有

比较高频的题 overfitting underfitting and how to solve, classification/regression loss, optimizers and why choose one over another

ml design

1）cv和nlp的职位design环节问数据收集和模型结构考的比较多，

我在面试前把自己之前的论文，最新的cv 和nlp的经典任务的经典模型结构演变，分别的pros and cons， 以及实现的代码 都看了一遍

目前没有在cv/nlp的模型结构上挂过

2）推荐/搜素的design 就是整个系统考的比较多，

还有scale，abtesting和 trouble shooting，模型结构也会问 但是比cv nlp简单

公司特殊

面某个公司前可能最好用一下他们的产品，读一下他们的技术文章 表示尊重 会增加好印象

BQ

这个就是提前准备好自己的过往经历，讲好story。

最好找个经常面BQ的朋友mock一下，我参考了地里的亚麻的BQ问题准备，拉着老公/被裁难友一起mock

最后祝所有被裁员影响的小伙伴都能上岸，相信自己一定可以的

大家如果还有相关的问题和看法，欢迎点击“阅读原文”到一亩三分地讨论