硅谷大厂也看「名校学历」?Reddit小哥灵魂拷问引起热议
硅谷的大厂Offer对于很多程序员还是非常有吸引力的,而今年的机器学习(ML)相关岗位又是其中的「香饽饽」。然而,被CMU/Stanford/MIT/Berkeley大佬包围下,非名校生到底有多大机会?竞争激烈,到底又该如何让自己脱颖而出呢? 大家一定都想知道,Google、Facebook、Amazon、Apple这些顶尖的科技公司,更青睐来自哪里的毕业生? 根据来自Linkedln的数据,Google与Facebook从美国硅谷前200的高校中雇佣了超过80%的员工。 此外,从公开LinkedIn个人资料的员工看来,超过一半的Facebook员工来自美国顶尖的10所大学。 因此,很多非名校生可能都会存在一个困扰: “我的学历不是很高,学校不是很好,要是想进美国硅谷的大厂工作,到底有多大可能?” 这不,近日,Reddit上的一则标题为“大学声誉在多大程度上影响了顶尖科技公司应聘的机器学习(ML)职位面试的机会?“ 的帖子,引起了大家的热议: 这位发帖国外小哥说: 「我已经大厂被美国一所OKish学院的计算机专业的硕士项目录取。 这所大学在ML研究方面并不是很强势,但我认为有很多在线资源可以让我学习ML,我也可以变得和顶级大学的毕业生一样有能力。 我唯一担心的是,我一直观察到这样的趋势——只有从顶尖大学出来的毕业生,才有机会从事这些工作。 假设我可以做一些好的项目,也许可以为一些开源的ML软件做出贡献,那么我真的有任何实际的机会与来自MIT/Stanford/Berkeley/CMU等高校的人竞争吗?」 这一「灵魂也看发问」,的的确确问到了很多人心里,这不,在短短一天的时间里,这个话题就引起了大家的激烈讨论: 名校给你带来的不仅仅是「牌子」,迂回战术或许更有用 其中一位叫EastMight的网友的回答得到了高赞: 「即使现在有很多在线资源,我认为一流的大学也会帮助你变得更有能力。 最主要的原因之一,是他们有着更加严格的评估体系,而这会促使你自发学习更多知识,而不仅仅只是牌子和名气的不同。」 此外,EastMight还分享了自己的亲身经历: 「关于你的实际问「名题,我想分享一下我的经历:我在东欧获得了一个非常糟糕的理科硕士学位(尽管免费),在有了一些行业经验(在非顶级公司工作了1.5年)后,我拿到了英国的Bytedance和亚马逊的面试机会,而FANGs中的其他公司拒绝了我。 所以,是的,学校很重要,但相比而言,它在开始找工作的时候更重要。 如果硕士期间要求不高,你可以试试在上学的同时参加工作或者实习。」 这一观点得到了许多人的肯定: 「这似乎支持了我对LinkedIn的观察:对于应用科学家校学这一职务,亚马逊似乎不太注重大学的名号,但其他公司往往会把重点放在这一点上。 另一种方法是先在FAANG的机器学习基础架构团队中担任软件工程师,然后转到应用机器学习的岗位上。 据说,应用机器学习团队更重视系统构建技能和机器学习基础架构经验,在这种情况下,你的经历应该会有所帮助。」 的确,名校最大的优势是环境和学术氛围。当你周围都是志趣相投、干劲十足的人的时候,往往会有更有活力的竞争、灵感和合作关系。 此外,一些常青藤盟校有非常高的“分数通胀历」”——哈佛大学的平均成绩是B到B+。 还有网友表示: 「如果你想去顶尖的科技公司,你的目标应该是获得一份实习机会,这样你就能得到回报。 ML的实习可能会很紧张(因为现在竞争非常激烈),所以你也可以考虑定期去SWE或DS实习。即使他们不是ML,但这两者也有足够多的交叉,有一个实习总比没有好。 让自己在ML / AI中脱颖而出的最简单方法是发表文章,但你可能没有太多时间去做这件事,或者在硕士课程中不能确保能得到很好的指导。 那么你可以考虑增加你简历的其?R他部分,比如开源贡献。这可能会对ML有帮助,但对SWE肯定是有帮助的。」 又或许,把自己的眼光放长远一点,这样可能会更好: 「最初,由于地理位置的原因,您可能很难接到电话。如果你离公司太远,他们就得经常派飞机送你过去,所以,他们更喜欢附近的求职者。 不过,如果你毕业于好大学,并且你的简历非常符合工作要求,你还是有机会的。 面对第一份工作,你不要太紧张:大多数人都有这样的误解,认为刚毕业就需要进入梦寐以求的公司。 然而,这很难,也很少发生,人们ed通常会在一两年内跳槽——因为你的初始工资会很低,你并不知道如何恰当地谈判,而且你也不想冒失去唯一选择的风险。 所以,你可以考虑找一份能让你调动到多家公司的工作。 一旦你在公司里站稳了脚跟,你就会注意到,换工作或者接到面试的电话是多么容易:你几乎每天都会被电子邮件、工作邀请或面试淹没。 然后,如果你每天都做好准备,你就可以很容易地跳槽到你梦想中的公司。 这也是最好的方法。」 分阶段增加竞争力,「自我驱动力」才是关键 有的网友则对找工作的整个流程做出di了比较全面的总结: 「你可以把找工作的问题分为两个步骤: 1、得到一个面试机会 2、通过这个面试 我认为麻省理工等学校学生的主要优势是,面试机会会主动来找你,特别是通过招聘会、校友网络、大咖来教学和/或来听课/演讲等机会。 我是一所第一梯队学校的博士生(第0梯队是麻省理工学院等),但在我的国家,我的本科学校是第0梯队,所以我非常了解这些福利。 顶尖的公司会来到我们学校,在高级餐厅给我们提供美酒佳肴——所以这绝对是一个优势。 所以我建议你把重点t小放在得到面试机会上——人际关系网是关键。 别忘了,这世界上有“后门”。 而且工作机会总是比麻省理工等学校的毕业生多,所以不要失去希望。 然而,现在每个人都知道人脉是关键,所以他们会通过电子邮件或LinkedIn给FAANG公司的招聘人员“垃圾邮件”。 我从很多招聘人员的朋友那里听说,他们甚至都不回复这些邮件了,这让我很沮丧。 所以需要采取替代措施: 我认为,在网上找到关于如何面试通过的信息会更容易,不过这些信息也非常鱼龙混杂:接近操作Exce哥灵l的职位给出的愚蠢的编码面试,有一堆错误问题的测试等等。 最终,作为一名机器学习工程师,在FAANG公司实习了7个月之后,我发现我真的更想在一个小点的公司去做点更有趣的事情。 不要误会我的意思,这7个月的经历很棒,上述只是个人偏好——我是一个通才,然而FAANG寻找的是专家。」 还有网友同时有「名校」和「非名校」的经历: 「我也有过类似的体验,我上过一所州立学校,参加过招聘会,但谷歌、亚马逊、facebook、苹果和netflix都没魂拷有参加。 之后,我去了一所常春藤大学读博士,招聘会上有FAANG和更多的公司出现。 然而,事实上,我就读的州立学校的工程学课程比我上的常青藤还要好。 所以,排名靠前的学校往往会提供更多的机会。 不过,不要太在意那些顶级公司——我申请了并获得了面试机会,甚至完美地进行了面试,但我没有被聘用。 现在,我在本校做数据科学家,赚的钱和大厂差不多,压力还更小,所以,人脉是非常重要的!」 还有的小哥根据自己的经验,给贴主加油鼓气: 「我去了美国一所免费的公问引立文理学院,得到了几乎所有FANNG的面试和offer。 我还获得了定量研究和其他非常好的工作的面试机会。 然而,我的大多数同学都找不到任何面试机会,他们简单地把原因归咎于学校不为人知。 事实上,我只是有很多个人项目经历和论文,而大多数学生只是去上课,而不做任何额外的事情。 我认为这就是关键—— 如果你去任何一所顶尖大学,招聘人员就会知道你的确有自我驱动力。 如果你没有去这些名校,你需要用另一种方式表现出来。」 总的来说,名校的的确确给了你更好的进起热入门槛、更好的学术氛围以及更加激烈竞争环境,但是,如果有优秀的项目经历、实习和工作经历、高Star的Git个人网站或者相关论文傍身,在加上好的Networking能力,那么即使非名校出身,机会还是不少的。 即使真的刚开始没有进到自己理想的公司,也可以在努力工作,踏踏实实工作,站稳脚跟之后,进行跳槽,这个时候,你的天空就更广阔了。
- 最近发表
-
- 告别OCR!ColQwen2+Weaviate颠覆PDF处理,AI智能问答新革命
- 谷歌搜索 AI 模式扩展至 35 种新语言与 40 个新国家
- 标签: 京东 美的 抖音 二选一
- 标签: 理想汽车 杨继斌 字节跳动 头腾大战
- Facebook、Instagram和WhatsApp宕机:许多用户无法进入
- 标签: realme 真我Neo8 OPPO商城 肯德基疯狂星期四
- 昆仑万维与阿里云达成战略合作 将新建智算中心支撑大模型创新
- 标签: 优理奇机器人 Wanda 2.0 Panther 具身智能
- 标签: 小米澎程 卢伟冰 智能汽车 自动驾驶测试
- 云安全日报211216:红帽Jboss中间件平台发现执行任意代码漏洞,需要尽快升级
- 随机阅读
-
- 标签: Keep Keepace.ai 运动健康大模型 AI健身
- OpenAI瑙f暎鏈哄櫒浜哄洟闃燂紝鏇捐瘯鍥鹃€燗GI鏈哄櫒浜猴紝鍒涘�浜猴細鏈€濂界殑鍐冲畾
- 标签: 百度 萝卜快跑 文心5.0 昆仑芯
- 标签: GPT-5.2 OpenAI API
- 标签: 金山软件 小米 雷军 游戏合作
- 消息称亚马逊和Spotify考虑竞购播客Audioboom
- OpenAI正式推出GPT-5.5 每兆瓦输出提升50倍
- 谷歌Gemini 3.0 Pro内测流出:编程能力大跃进,下周即将上线
- 标签: 华为 乾崑ADS 问界 阿维塔
- 模糊的指标掩盖了云计算企业价值 投资人更关注股票而非业绩
- 使用数据分析成为有利可图交易的五种方法
- 8B模型碾压32B?Mira Murati新作“在线策略蒸馏”引爆AI训练革命,成本直降90%!
- 标签: 百川智能 Baichuan-M4 HealthBench 医疗大模型
- 2022年六个要避免的顶级云成本优化问题以及应对方式 译文
- Sora by OpenAI 即将登陆安卓平台,预注册已在北美开启
- Atlassian以 6.1 亿美元收购浏览器公司,打造 AI 工作浏览器
- Zendesk押注AI客服革命:五款智能代理来了,人工客服要被取代80%的工作
- 标签: Keep Keepace.ai 运动健康大模型 AI健身
- 日本版权协会要求 OpenAI 停止使用其作品进行 AI 训练
- Facebook侵犯隐私案签和解协议:赔偿160万用户6.5亿美元
- 搜索
-
- 友情链接