来自知乎作者晓飞
CMU计算机硕士
Facebook软件工程师
人的一生总会遇到很选择，每一次选择都会影响人生的走向。
我有时会想：如果每一次都会有人能告诉我正确的做法，那我应该早已走上笔直的成功之路了吧。
然而，什么是绝对的正确呢？
做选择的是自己，为选择的结果买单的也是我们自己。
我们的人生就是在不断的选择和调整中摸索出一个局部最优解，一路曲曲折折的走向未知的远方。
幸运的是，在摸索的过程里，我们并不孤独。
前辈们的经历可以提供了宝贵的先验知识，给后来者提供重要的参考。
现在，又到了申请和求职的季节，这次换我来回顾自己4次选择的心路历程，分享自己的心得：
1 留学选校
2 职业规划
3 求职申请
4 offer谈判
同时，这也是我学习的机会，欢迎大家一起交流和沟通。
第一个选择：欧洲VS美国。
在我大四的时候，我收获了几个国外大学的录取：
瑞士洛桑联邦理工EPFL的计算科学硕士录取
香港科技大学的CS phd口头offer
UCSD和USC的非CS硕士录取
那时，我并没有下定决心读博，也觉得花了巨额学费去美国，却只能去非理想学校读不喜欢的课程，于是选择了瑞士。
面对瑞士严峻的就业形势，我在论坛里这样记录自己的心理历程：
IT行业蓬勃发展，世界才是舞台，努力学习，实力才是一切。
我想只要学好知识，提升实力，依然保有直接去美国工作的可能。
就算最后没有找到工作，回国工作也没有关系。
于是乎，我前往瑞士留学，享受顶尖名校的师资课程，依山傍水环境优美，还忙里偷闲打了把ACM区域赛，非常愉快。
然而，很快到了求职的季节，瑞士的保护政策外国人很难拿到工作签证，放眼整个招聘会，能够投递的企业只有个位数。
我连续2次前往谷歌苏黎世听讲座，苦苦的缠着facebook的hr套近乎，然而依然没有拿到谷歌和fb的面试……
而那时，我北美的同学也陆陆续续开始找工作面试了。
我一边苦苦刷题，一边眼巴巴的手里拿不到面试。我渐渐明白了：
一个人的命运啊，当然要靠自我奋斗,但是也要考虑历史的进程。
对我而言，这个“历史的进程”，就是去美国读计算机。
虽然有考虑去美国直接工作的情况，比如：
☽ 每年4月开始的H1B工作签证，非美国高学历文凭的申请者，每年30%的中签率，即使成功也要等到10月份才能生效。
☽ L1工作签证，在海外分部工作1年，就可以转L1签证去美国工作。优点是L1的配偶也可以工作，缺点是不能跳槽。
☽ 杰出人才O签证，一般是非常优秀的phd才能申请。
3直接排除，支持12的只有少数的大公司，容错率极低（何况我面试都拿不到T_T）。
而我内心也激起了与世界最优秀的计算机高手同台竞技的热情，也不再甘心毕业就回国工作。
于是，我重新向美国寄出了申请材料，在拿到UCSD的计算机录取之后，毅然退学。
一年后，我求学CMU，从此再也没有担心过找不到工作。
第二个选择：数据科学VS软件开发。
退学归国的这半年，我开始为下一次选择做准备，那就是职业的选择。
那时，有一个炙手可热的新职位，叫数据科学家，号称21世纪最性感的职位。
我想，在未来求职的时候，我必然面临着投数据科学岗还是软件开发岗的选择，不如借着这次gap的半年，先投数据科学的实习岗，体验一下数据科学家的生活。
于是，我加入豌豆荚反作弊团队，利用数据分析挖掘作弊模式，整天和坏人斗智斗勇。在腾讯游戏加入数据中心组，专门给英雄联盟提供数据分析。
我发现，虽然不同公司对数据科学岗的工作内容差异很大，但大致的共性是：
借助统计和机器学习作为工具，从海量数据中发现问题（insight），给团队策略提供支持。
而面试题除了编程题以外，还会有这样的问题：
1 如果你加入知乎数据科学团队，你能做什么来让知乎变得更好？（知乎）
2 给你羽毛球男单比赛的对局成绩表，提出一个策略从中找出最强的羽毛球选手（网易游戏）
3 什么时候用平均数，什么时候用中位数（微软）
4 Briefly discuss how Uber might leverage the insights gained from the model to improve its rider retention
We could have two potential insights from this case:
a. The highly activate drivers in first 30 days have high rider retention.
b. The high rating drivers have high rider retention.
Therefore, giving drivers more promotion at beginning has positive effect on rider retention. And keeping drivers with a good rating might improve their rider retention as well. （UBER）
从以上4个真实的面试问题里，可以看到作为数据科学家，不仅要有优秀的编程和机器学习基础，还需要具备商业智能（business intelligent）的思维，以及应用它们独立解决问题的能力。
经历以上的尝试和思考后，我做出了选择：
放弃成为数据科学家
从数据中发现问题，提出想法，并验证想法。
这种思维方式令人称赞，但我更乐意从计算机从业者的角度，去着手如何应用机器学习和人工智能的问题，比如：
如果从直播视频中识别出明星？
如果将普通的图片转变成日系小清新风格？
如何在网购商品的时候，能够预览它在现实世界中的实际视觉效果？
这个领域叫做applied machine learning（应用机器学习），学习学术界前沿知识，并将它应用在工业界解决实际问题。
在我看来，这个方向比数据科学更适合我，它少了些商业思维，多了点科研和技术，需要在一个计算机领域不断学习和钻研，最后成为技术专家。
这是一个初入职场人的见解，或许显得非常天真幼稚。
或许现实的本质里，工作只是谋生的手段，但我还是希望在伴随自己几十年的工作旅程里，有着自己一份兴趣和热情。
第三个选择：早投实习VS晚投实习。
从一个普通985的EE（电子信息类）专业，前往美国留学曲线转CS（计算机），到最后拿到名企flag的offer，我听说了也见证过太多这样的例子。
“本科普通211的学生，去美国一个top50的学校读CS研究生，最后找工作毕业去了谷歌。”
“我本科一个很普通的同学，不是牛人，去美国top30读的EE，最后毕业去了亚马逊”。
成功的事例激励着后来人义无反顾的走上了转CS的大道，但幸存者偏差，失败者没有发声，而又有多少人知在幸存者成功之前，品尝过多少次失败的苦涩。
随着全民转CS的兴起，美国找全职工作的形式也越来越严峻了。
facebook全职面试很难拿，微软/linkedin校招几乎停招，谷歌开始拒简历，apple招人从来兴趣使然，airbnb和uber签了“种族平衡”协议，提高了对亚洲人的招人门槛，snapchat也因为ipo提高了门槛。
因此，有一个好的实习经历，拿到一个return offer，对之后找全职工作意义重大。
那么什么时候投实习比较好呢？
早投实习，可能因为刚来美国，学业没跟上，英语不够好，简历不够强，挂掉面试。
晚投实习，又可能导致实习名额减少，招人门槛变高，或者招满了没坑了，措施良机。
面对这个选择，我走了一个折中的处理：
1 先投自己不太想去的公司（9-10月）
2 再投自己最想去的公司 （10-11月）
3 最后投自己一般想去的公司 （第二学期）
刚来美国，经验不够，面试大多以失败收场。
先投自己不想去的公司，积累大量的面试经验为未来铺路。
再投自己最想去的公司l1签证 面试技巧，什么facebook，谷歌，uber，linkedin/微软，Riot等，都要在这个时候投，因为只要抓住一家，整个找实习季就结束了。
如果不幸所有最想去的公司都失败了，此时第一学期也差不多结束了，寒假好好准备，spring的时候再去投amazon吧……
执行这个选择，需要投递大量的简历，每天不断的刷题，最大化的拿到面试来积累面试经验。
如果说每一个人都是一个模型（model）l1签证 面试技巧，那么刷题刷面经就是用利用这些样本（data），不断的训练（train）着这个模型的解决面试难题的综合（泛化）能力，不能过拟合，也不能欠拟合。
而检验（test）的方式，就是实战面试。
这个过程需要时间，建议抱团备战，提高效率，但或多或少也会影响学业和GPA。
关于保GPA还是保实习的问题，我没有把它作为选择，因为对我来说，答案不是显而易见的么？
第四个选择：offer谈判策略。
在拿到return offer之后，就开始准备面试能与之竞争的公司。
随着先后挂掉snapchat，谷歌和uber等，谈判的筹码也没有了。
眼看offer答复时间到了，眼前有几个选择：
1、直接接offer
2、假装有offer去强行谈判
3、空手谈判
为了能够提高谈判的筹码，一路刷题备战走过来，如果直接选择1多少有点遗憾。
然而2这条路，风险太大，也违背了职场道德。
所以选择3，空手谈判，我想应该不会把offer谈没吧……
要怎么谈呢？有以下几个思路：
我有老婆有孩子还刚刚买了房子，老爷太太多赏几个大子儿吧 （出门地铁站）
我同学我同事我亲戚我朋友都拿多少多少钱 （谁让你太弱，怪我咯）
公司去年待遇是XXX，今年还是一样，再加点嘛 （不减少就不错了，看看隔壁谷歌吧）
那么正确的思路是什么呢？
最重要的是告诉对方你值多少钱，而不是你需要多少钱。
于是，这里分3步转达意愿：
拍马屁 不要把offer谈没了
XXX is a really attractive and passionate company which is exactly what I am looking for the next three to four years. So I am looking forward to making decision earlier and discussing the offer details with you.
吹嘘自己
I have strong background in AI and machine learning ...., which is a great match to the Applied Machine Learning team. And also, I ... . All these experience convinces me that I could move fast in XXX and had more impact in future work.
据理力争
So I think a higher sign on number is proportional based on my background. It would certainly sweeten up the deal and persuade me to make up my mind.
*4
如果有compete offer 记得写上去
Google raise my package to XXX because they pay attention to employee and believe they can make enough contribution to company as well. I believe XXX will also do the same thing.
语言的魅力，谈判的技巧，很多看起来非技术的部分，往往也是一个人非常重要的能力。
多折腾一下，给自己一个机会。
做好自己能做的事情，至于剩下的，就听天由命了。
☽☾
