学员Offer | Consult出身,也不妨碍拿$33w大包！

不知道在座的各位有没有履历比我还混乱的：读过机械工程，也读过应用科学；工作Tittle经历了Analytics Consultant、Data Scientist等等。

但就是这么一个“不太MLE”的我，成功在今年拿到了$33w包的MLE岗位Offer！

如果你的经历也比较混乱，不妨看看我是如何逆袭的。

前面也简单说了我的情况，这里也就不多说了。我毕业之后就进了一家比较老的大厂，做的工作也蛮杂，没什么真正属于自己的Impact。

我准备跳槽。看了一圈，市面上的产品都比较基础，不太适合已经拥有多年经验的我。我需要一个“真正厉害的业内人士”为我把关。

正好同学的弟弟向我推荐了直通硅谷。一番咨询过后，得知导师有500多位，且都级别很高、经验丰富，于是我选择了机器学习工程师1v1定制计划，并且反复强调“要一个要多强有多强的老师”。

填写了自评问卷之后，我等到了T导师。在接下来的几个月相处中，他彻底成了我的偶像！

T导师有多强呢？不管多难的题，他看一眼就能立马有思路，十几分钟就能解出来。

我只做过300道题，而他做过1300多道，而且纯粹是把刷题当兴趣。除此之外，他还、发、过、很、多、Paper…

说回我自己，其实一开始还蛮头疼的。MLE的内容太广，光是主流细分就有NLP、Recommendation System、CV，我在这三个方面经验都很limited。

最致命的是，每家公司都有Prefer的面试考点，要是从头开始、一样学一点，必定没法学得精深，也势必无法应付所有公司的面试。

针对这个问题，T导师采取了“见招拆招”路线：先过一遍MLE需要用到的基础模型，同时精修简历；先投简历，哪个公司有信，再深入学哪个Part。

我之前简历里只有一家公司的经验，但是在同一家公司内做过很多不同方向的职位，MLE啦DS啦DA啦，写得“有点太贴合了”。

T导师让我先把Tittle并列提出来，再单独撰写Bullets，并且改了一些将几个工作划分得清晰明了，又各具影响力。

简历改好后，我基本没有自己投，都是大厂Recruiter主动找的（毕竟有工作经验的HC还是很多）。

而后我收到了很多大厂的邀请：Amazon、Meta、Google、TikTok……

T导师于是按公司顺序帮我“恶补”。他真的很神奇诶，我知道他跳过很多大厂，但没想每家公司重什么他都了如指掌。

我们以过重点知识+Mock的形式进行：比如亚麻，他考了我一些基础知识；谷歌就多Mock了ML System Design；Tiktok基本啥都问一些。这样一来，基本Cover了所有Fundamental。

这样学也真的神速！每次Mock导师都会Clarify很多我理解错的地方。在我理解，Mock是对已知东西的检验，最重要的其实是最后的Q&A环节，只有通过导师的点拨，才能知道自己哪里有误，需要精进何处。

他每次都会给我点出新的问题，并且强调了很多次，不要上来就Design，尽量问得越清楚越好。

面试的时候我如法炮制，就拿我最后接了Offer的Tiktok来说，考了一道高频的BackTracking，没啥好说的。

另一道题真叫一个天花乱坠，要你算球队得分，又是Rules又是Tables。倒不是什么难题，估计是考抗压能力多一些，但要是没看懂题+面试紧张，估计可能就懵住了。

我Mock的次数很多了，也不紧张，问了很多问题、把题看懂之后才开始Design。其实就是2个Array，其中一个Array为Target，在另一个Array上算法嘛，不到10分钟就解出来了。

面试官好像也挺高兴的，之后就光聊天了……

讲真，TikTok的ML真的做得蛮好的，虽然名声有点那啥。

我最看重的一点是，TikTok的MLE可以从收集数据到建模到A/B Testing全程负责，可以学到每一个环节的东西，不像其他大厂每个人负责一个环节，可能其他的部分永远也学不到。

当然啦，我要学的还有很多，真的希望自己终有一天也成为和T导师一样强的大牛！

那么我的故事就到这里啦，谢谢观看，也祝各位好运！

扫码添加小助手咨询求职计划

学精学专、高效上岸！