第1期 | 聊聊有效学习这件事第387期 | 王喆：转行做算法工程师，需要注意什么？
池建强
1.0x
讲述：池建强大小：7.50M时长：08:11
你好，这里是卖桃者说，今天接着和你聊王喆老师的故事。
王喆曾经在北京工作了 7 年，后来又去硅谷工作了 3 年。在这些年的工作中，他不仅拿到过 Hulu、阿里巴巴、腾讯、美团等企业的算法工程师 offer，也曾作为面试官，面试过中美两地数百名求职者。
在他看来，不管是在中国还是在美国，科技公司对于人才的定义都是一致的，那就是：扎实的基本功 + 严谨务实的实践能力 + 不拖后腿的沟通能力。
细分来看的话，国内的科技公司会比较偏重人才的实践能力，具体包括相关领域的项目实践经验和实际解决问题的能力；而硅谷的科技公司更偏重人才的基本功，具体包括算法能力和编程能力。当然，无论是中国还是美国，科技公司都更加看重真正能解决问题的工程师，而不是一味地追求高学历。
举例来说的话，王喆就曾在面试中拒掉过清华、北大、斯坦福、卡内基梅隆等顶尖院校的毕业生。毫无疑问他们人都非常聪明，理论知识也都非常扎实全面，被拒掉的原因往往是因为实践能力的不足，要么代码不严谨规范，要么是面对一个实际问题的时候，没有清晰的解决思路。
给应届生的 3 条求职建议
在王喆看来，学历只是面试的敲门砖，它能保证你通过简历的筛选，但当你真正坐在面试官前的那一刻，所有求职者又回到同一起跑线。真正的基本功和实践能力，才是决定最终 offer 的关键。
如果你是一名刚准备找工作的技术类应届生，或是还有两三年才毕业的在校生，又没有清晰的职业规划的话，可以参考以下 3 条职业建议。这些建议是王喆结合自己这些年的工作、面试经验，总结、沉淀下来的，希望能对你有所帮助。
1. 要趁还在学校，抓紧一切机会开始实践。
最好可以得到一线企业的实习机会，一线找不到，就找二线、三线的企业。如果都找不到，可以参加一些编程比赛。倘若比赛成绩也不理想的话，就去找一些实验室项目，多多实践。如果还是找不到，就去找找开源项目，多多钻研，等钻研得差不多了，可以向开源项目贡献自己的代码，或者建立属于自己的项目。
总之，在求职前一定要积攒足够多的项目经验。
2. 至少提前两年想清楚自己的求职方向，并且为之规划，努力。
在求职前，一定要先想好自己的求职方向。比如，你是想求职算法岗，还是研发岗，如果是研发岗，那是前端岗还是后端岗。你可以提前去业界了解下，或者找已经参加工作的师兄师姐聊一聊。
因为这并不是随便一个计算机系毕业的同学，就能找到好工作的时代，而是一个要提前好几年就开始搭建自己技术护城河的时代。所有的岗位都在变得细分，如果你想做出一些成绩的话，一定要把自己培养成细分领域的专家，至少是专家苗子。
3. 方向比公司还要重要。
这句话怎么理解呢？举个例子，社招的时候，你可以从中小公司的机器学习岗跳到大公司的机器学习岗，但却不大可能从中小公司的前端岗，跳到大公司的机器学习岗。除非你愿意从 0 开始，回到最初级的职位慢慢学、慢慢做，否则，这种可能性微乎其微。
所以，你在求职前最好规划出自己未来 5 年，甚至是更长的职业道路。当你规划好了自己的职业道路之后，就不要做南辕北辙的事情了。
比如，你看准了机器学习岗，如果一开始没有收到大公司的 offer，可以先退而求其次，选择二线公司的相似岗位。职业生涯初期，不要太过在意公司的大小，只要你始终在这个领域内积累经验，始终专注在这个方向上，那么几年后，你想跳槽去大公司，成功的概率也是非常高的。
如何转行成为一名算法工程师？
当然，在实际的工作中，也有不少其他岗位的程序员想转行做算法工程师，如果你也有这方面想法的话，可以先知己知彼：清楚自己当前岗位的优势是什么，相比算法工程师岗位有哪些欠缺。
这里，王喆也提供了一个非常实用的方法：你可以多去求职网站或者找熟悉的猎头，要一些算法岗位的 JD，看看自己欠缺哪些技能，提前一到两年补充这些技能。
比如，如果你是一名后端工程师，想转到算法岗的话，那么自己的优势就是服务器端的开发、数据库相关的技能。你的这些研发能力、编码实践能力，对于算法岗来说同样非常重要，这是你的优势。你欠缺的部分可能包括，没有掌握机器学习领域的基础知识，没有一些流行的机器学习建模工具的实践经验。这个时候，你就需要提前系统性地补充这些知识，找一些开源项目去增加自己的建模实践经验等等。
想转行的话，一定要先做到知己知彼，并针对自己的弱项制定中长期的计划，有目的地去学习和补充。
整体来看，算法工程师的能力要求是非常全面的。很多人通常误以为算法工程师的工作就涉及到机器学习和建模，其实在实际的工作中，后端编码、数据库、Spark、Flink 等大数据平台的研发经验都非常重要。
在王喆看来，如果从宏观上来分的话，算法工程师的能力模型大致包含以下 4 项：
知识：你需要具备推荐系统和机器学习领域相关知识。很多面试官会对求职者进行各种模型原理的考察，其实这就是知识考察的主要形式。
工具：你需要具备熟练使用 Spark、Flink、TensorFlow、PyTorch 等算法岗最相关工具平台的能力。
逻辑：你需要具备一定的算法基础，思考的逻辑性、条理性要强。很多面试官经常会考察排序、二叉树、动态规划等各类基础算法题目，其实就是着重考察求职者的逻辑思考能力。
业务：你需要对算法模型的业务场景有所了解，对用户行为有所思考，这也是资深算法工程师成功的关键。经常有面试官会和求职者讨论如何解决某一个具体的问题，或是设计某个业务场景下的工程系统，其实主要就是着重考察求职者的业务经验，以及融会贯通的能力。
本质上来说，当你具备了这 4 项能力，才算是真正完成其他岗位向算法工程师岗位的转变。
口令：MacTalk20
适用专栏：《 深度学习推荐系统实战》
使用规则：立减 10 元（满 68 元可用）
有效期：10 月 27 日 00:00 - 11 月 6 日 24:00
卖桃者说，明天见。
（编辑：夏天）
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《卖桃者说》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
Systembus作为一个部门管理人员，可以很负责的说，我给HR下发的人才筛选方法，其中有 靠谱的实践经验 是绝对的加分项，尤其是应届生。正如那个伟人说过的“实践是检验真理的唯一标准” ^_^12
收起评论