大家好，
<前言>
原本想说反响不高有点懒得写完，加上后续找工作好像跟AdvEduUK的宗旨不合，有点懒得写完，不过抱持着有始有终的精神，还是有后续找工作的故事补完，希望可以帮助到有类似背景的人想用英国二硕+PSW转换跑道的人，想看offer + 心得跳到最后一段即可。
————————————————————————
Title: 从UCL DSML MSc开始的求职路。
Warning! 本偏纯属个人主观经验谈，如有意见不合之处，欢迎留言补充。
如有争议，都是你对
<个人背景>
台大CS硕in wireless communication and Cloud computing
一线IC厂 3 years Software engineer (firmware + few AI/ML projects)
UCL Data Science & Machine Learning (DSML) MSc
显而易见我就是想靠UCL MSc programme 转换跑道，往Data Scientist / Machine learning Engineer走，所以后续的找工作经验都会是基于此的相关经验。
<UCL IXN>
UCL Industry Exchange Network (UCL IXN)，上篇文有提到过DSML课程中有个60 credits的project，其中可以选择要做Academic or industry projects，其中的industry projects就是UCL IXN计画(https://www.ucl.ac.uk/computer-science/collaborate/ucl-industry-exchange-network-ucl-ixn)，强烈建议不考虑继续读pHD的人都选IXN，这段时间做的project不仅可以当作internship，project内容也会与Data scientist / Machine Learning engineer强相关，会是CV上很重要的一块。
建议是department一开放选择当天就开始研究心仪的candidate (100+)，尽快寄信面试，通常热门的选项很快就没有了(First in First serve)。
<准备期>
这边算是跟台湾找工作差异最大的地方，以我自身为例：2023 September毕业的情况大概要抓在2023 March开始找工作(丢履历)，预留6个月的缓冲期，比较有机会在一毕业之后马上开工。
大致上，面试流程会有以下阶段：
1. CV screening
2. HR phone calling
3. technical round (or take home assessment + reviewing round)
4. behavior questions round (for team culture fit)
5. offer or not
后续文章会基于这个顺序来写。
<CV / Cover Letter>
CV不多着墨，网络上很多范本，照着刻就好。
Cover Letter比较需要自己客制化，挑职涯上的相关亮点着墨即可，最好配合JD关键字，recruiter只会找关键字看而已。CV制作完毕建议使用网络上的资源对自己的CV检查下会不会有parsing的问题 (google resume scanner)。
p.s.1 CV上可以在名字附近加注no visa sponsorship required 提高面试机率
p.s.2 这边有个有趣的实验是关于recruiter看CV时的热点区域：https://www.linkedin.com/posts/mrscottchisholm_jerry-lee-jerryjhlee-on-x-activity-7167870836652113920-RcHJ?utm_source=share&utm_medium=member_desktop
<面试前准备>
善用LinkedIn，练习networking，约coffee chat or e-meeting，尝试拿internal referral。
网络上很多资源教你如何准备，不赘述。累积人脉在英国求职会占很重要的一环。
<behavior interview>
网络上有题库，不赘述。
建议是面试前几天找个朋友练习mock interview，个人会准备基础7题behavior questions + glassdoor 上的题目，现在有ChatGPT准备起来不是难事。
最重要的是，不要背稿！不要背稿！不要背稿！
面试前可以准备问题答案的简单bullet points，但不要准备整份讲稿。推荐去读下cracking the coding interview前5章准备behavior questions的方式，完全照做+完整练习，这部分没有9分也有7,8分。
p.s. 网络上很多AI interview prep tool，个人感觉满实用的。
<technical interview: 基础知识 / 刷题 / side project>
重要性：基础知识 >= side project > 刷题
个人体感上，关于Data scientist / Machine Learning engineer的职位，比较偏重实作方面，所以technical 面试时coding的占比相对低，顶多问些python coding的基本知识，网络上有题库，熟悉即可，所以刷题的比例可以稍微降低。
ML基础观念必须要十分熟捻，网络上有题库，熟悉即可。
Side projects大概再面试前需要准备2-3个熟悉业界的MLOps frame / Pytorch / Tensorflow …以及相关的Cloud services such as GCP / Azure / AWS会大幅增加你拿到面试的机率，理想中在学校就读时就可以开始经营这块 (包含经营Github)。
Data scientist / Machine Learning engineer面试过程中的technical round很高机率会是take home assessment + interview reviewing，所以透过side project 去提早熟悉这些tools library会是很大的优势；少部分会是online test，很高机率会把平时工作用的code拿出来问你这部分在做什么……所以提早熟悉没坏处。
<找工心得>
2023 September毕业后真的花了很久时间在面试丢履历，原本想说2024过完年没工作就灰溜溜的回台湾，还好还是运气好拿到心仪的offer (in finance sector，税前大概是台湾最后一年薪水*1.5 ~ 2)。
从结果来看虽然好像整篇内容没提到UCL太多，其实这份offer的来源还跟UCL IXN计划有关。当时我在子公司实习(做 master project)，虽然当时没拿到return offer，不过后来在母公司面试且拿到offer的interview时，HR有特别提到我子公司实习的经历impressive，大概前老板有帮忙说好话吧XD
结果来看UCL这段经验还是帮助到我，虽然不是那么直接，感觉整个学费就是为了买这个机会。课程内容还是太过时了且偏基础理论，不如去youtube看李鸿毅教授的影片(推一下2024的生成式AI导论)。
客观来讲DS / MLE 在英国还是相对热门的产业，所以开的opening相对多，不过竞争者更多(200+ candidates for one opening)，很多opening都是不到一天就filled……
薪资方面：For entry level，市场上中小公司开价大概落在50k ~ 70k annually before tax，稍微有规模的公司可能会多10%~20%。如果是graduate scheme 可能会更低，落在40k ~ 50k。Sensor level 大概100k up 吧，不过对于想用英国二硕转跑道的人大概完全不会考虑XD
结论就是，除非对英国情有独钟（或者被你的partner绑来英国），不然科技业首选还是美?
瞗K… 上面的薪水 * 2 ~ 3就差不多是美国同职缺的薪水呜呜呜。
原本后续想更新英国职场，不过大概真的就偏离本版太多，所以算了(或者更新在其他地方)
。
Sent from JPTT on my iPhone