第一次发文请鞭小力点，主要是希望能提供和我一样是菜皮八留学生的人有一些帮助。前半部是一般找实习的经验分享，后半部是针对我从准备面试、拿到offer和实习的心得分享。内容参杂个人情绪用字，请小心服用。
背景
台湾114大学电机系毕业，曾在刘奕汶教授Acoustic and Hearing Group做过
speech signal相关的专题，也参与过李祈均教授BIIC (Behavioral Informatics &
Interaction Computation Lab)实验室里面的一个project的打杂?虽然做的事情不多，但
是也从李教授口中偷学了一些人类行为讯号的知识，大学到申请学校期间很受这两位教授
的照顾。目前在Umich念Electrical and Computer Engineering MS
Summary
‧Leetcode和一亩三分地有各大公司的面试的考古题，也是大家俗称的刷提来源。
‧仔细评估自己的实力和时间，不是说题要全部刷完(觉得有点浮夸)或是只需要刷个30
内(除非你有不错的底子或是经验)就可以了。以我为例，大概也花了100~150才抓到一些
感觉。
‧先有面试才有机会 => CV和experience需要和公司职位有match。
‧获得面试机会: refer>OA (online Assessment)>Career Fair>海投
‧Improve coding成效: 上战场直接面试> Mock Interview>leetcode
‧保持信念，用最乐观的态度，准备面对最糟的情况，做能做到的。
求职经历
从刚到美国去年9月的career fair开始找实习，到今年的四月底学期结束，中间总共
面试了8间，OA也写了差不多这么多，海投大约100，请人refer大约4家，全都悲剧，五月
初才拿到这唯一的Amazon Applied Scientist的offer，Rejection则多到不该浪费页面。
Career Fair
从一些学长姊的分享中，得到了Elevator speech是在吸引recruiter
。但现在回头看看，或许也没这么重要，这是一个对自己能力和经历的一个检视，只有在
累积了一定的努力值，才能完整的介绍自己，还是有个match到公司需求的CV是比较有机
会拿到面试的。给同样像我一样没什么经验的朋友的建议大概就是，先从认识不同公司开
始，另一方面在当天可以在开始前提早到比较有名的大公司排队(Google, Facebook,
and Microsoft)，比较省时间，也可以和朋友间交换情报，节省排队消耗的力气，谈过越
多的公司机会越大。如果有 recruiter面谈后会向大家要联络资料或是email这些也都是
比较有机会会有follow up的。最后某些公司会在career fair前后几天，办个tech talk
，有可能会有其他机会，有空的话尽量参加!
如果recruiter告知你可以到他们的Job网页上申请，基本上就是他们对现在的你可能
比较没有兴趣，不太需要期待会因为career fair拿到这间公司的面试，但是也不用灰心，
这也是常态，还是可以上他们的网页上投投履历，不能要求recruiters在辛苦地站了一天
然后跟几百个人说过话后，还能对每个履历或是专业展现他们的热情。
语言和口音
刚来这里，连说话是个很大的挑战，Career Fair是一个回复口感?的一个训练，和许
多recruiters聊天蛮有帮助的，在持续变笨了一年后，效果卓越….。我在和Nvidia的第二
轮电话面试，遇到口音相对重的印度人，虽然题目不难，但我也一直鬼打墙，连数字都听
不懂，花了很多时间在问一些无关紧要的问题，所以很惨烈的直接掰掰。以我目前得到的
结论，多和来自印度的TA或是同学打交道是一个不错的练习。
海投
主要资讯来源Linkedin, indeed, glassdoor，目标放在近两周更新的职缺。通常超过
30天以上的是可以直接放推，没有必要。没有身份的朋友，记得注意网页上有无标注
sponsor。Leetcode上也有提供一些公司的名称，对于不清楚有那些软件公司的朋友，这
也是一个不错的参考。
心情调整
去年刚来的时候才知道刷题这件事情，leetcode那时大约400题吧，有人说很多中国人
已经刷了两三遍了，也有人说有些人刷了二三十题就找到实习了，而我在清大并没有太多
CS based的基础，加上一年的空白，连easy等级的题都要花很长的时间才能解完，对比其
他一起来这里念书的同学，强烈的感受到自己的不足，接下来的这段时间不敢说我非常努
力，但了解自己的实力，做了该付出的。但这样的理解，并不会减轻焦虑。努力会有回报
这种话，也是以前人的干话，来到这里，谁不是追求那更高的自己，为了那个没见过的自
己而努力着。努力只是基本，也只有持续努力，才能在过长的夜晚，舒缓焦虑的情绪。
从最一开始想念PhD，后来全心找software实习，最后几个月回归本业，纯找ML相关的
职缺，心境转换了很多，但也花了这一年渐渐了解自己想要的。最困难的是在被拒绝后，
放下沮丧，继续努力的坚持吧。少数几位朋友在来到这里的第一个学期就拿到了offer，剩
下的朋友在三月初左右就确定了自己暑假的计画。而我到了4月学期快结束了，还在有一
间没一间的继续投履历等著面试，中间一度面过几间还觉得状况不错，但也很快在不清楚
理由的状况下被拒绝。Amazon的这个职位被我认定是最后的机会，我并没有思考如果没有
拿到offer我该如何，没有留给自己后路的心态，让我有足够的信念持续坚持。当时许多
身边的朋友已经台湾放假，准备迎接新的挑战，学期结束一个人默默蒐集能找到的情报。
这条路，很孤单，也不保证坚持是对的，不保证努力会有回报，但当时候到了，过去的那
些辛苦，好像也没什么大不了。我也曾怀疑自己是否太乐观，但我后来发现，是我们羞于
面对失败。在群体压力下，每个人都很优秀，也都曾是各个高中、大学的个中好手，很难
说出自己又再次失败了，但持续收著拒绝信的日子，却也是多数人都会经历的，大家都懂
，所以不用想太多，我能做的，依旧是那些准备，日子还是继续过，丧气话不会帮助自己
找到当初想要的，太阳升起，笑着继续努力。
准备面试
‧准备方向:可从glassdoor和一亩三分地找到一些类似相关的ML题目，但因为position
是ASR, ML相关，主要时间都在复习ML。几题常见的Amazon leetcode和behavioral
questions。
‧Machine Learning:每个topic我都重新在youtube上找了小短片，做了笔记，例如
HMM, GMM, RNN, LSTM这些比较深入的ML知识，我并没有太熟，重复复习和笔记对我非常
有帮助，推荐Microsoft OneNote是一个不错整理笔记的工具，也有app可以在手机上复
习。另一方面准备笔记也可以在电话面试的时候打开，以备不时之需。
面试流程
网络申请，两个月后收到收到interview invitation，大约三周时间乔定interview
，同一天连两轮的phone interview，各45分至1小时，其中一位是我后来实习的mentor。
针对我ML相关的 Project，做蛮深入的讨论。基础的ML知识问题Logistic Regression,
Naïve Bayes, Model Selection, Evaluation Metrics，Overfitting，Neural
Networks。一题Case Study: Given a set of audio files, how to distinguish the
sound source is male or female?，面对这样的问题，如何建立一个系统来完成，这题
大概花了超过20分钟以上讨论。一些Amazon Leadership principles的behavior的问题，
两轮Leetcode都大概只有十分钟，因为着重ML，所以跟一般software的面是有点不同，有
一题是跟实习内容有点相关的word break，一题是简单的迷宫。
实习内容
为期12周，主要内容是Amazon Echo (Alexa) 智能个人助理。简单介绍Alexa
(https://www.youtube.com/watch?v=hPXS7rC1PWo)，很像一个综合ASR (Automatic
Speech Recognition) 和NLP (Natural Language Processing)的Lab，目前主要研究的方
向是透过NN提高accuracy。每周会有固定的时间参与reading group，由成员轮流跟大家
分享新的paper。Project都有蛮明确的计画，根据计画和paper去实践不同的实验，而实
验的最终目标会是跟production连结，并不是纯粹的研究机构。每个intern都至少是1对1
的mentor，有些intern也会有两个mentors，因为跟mentor的关系很紧密，每天大约会花
至少30分钟一起工作，也固定每周会有个1:1的meeting讨论每周的进度，总共有两次的
poster sessions，两次的presentations，有很多机会可以和不同的intern分享不同
project的经验，也会从其他同事间获得一些feedback，或是现阶段的系统有无符合他们
的需求。
每个人从中获得的或许不一样，对我来说是一个很新鲜，很有挑战性的工作内容，即
便是intern，我也很常需要花费额外的时间补足不足的能力。但我身边的PhD的intern就向
我提过，他并没有特别喜欢这边的工作内容，因为必须要考量到device的restriction，所
以在model设计上就会有限制。从一个PhD的角度来说，他学不到新东西，而这笔薪水，则
是公司消费他的知识代价。所以其实没有一定的好或是坏，只有持续的寻求新东西，才会
满足自己。
Return Offer
评量了12周的表现，包含两个presentations，code review，结束前的ML面试，和
project的报告整理。运气很好的获得了manager的认同，实习的最后一天拿到了offer
letter。
后记
像我这样的实力不足的人，真的运气很好，被捡起来。所以给所有正在追寻更告自己
的朋友，不要灰心，挫折很正常，我也还在每天持续著到处乱撞到处乱闯，但也不要期待
会有好结果，人生嘛!总是要吃点苦头的，附上最近蛮喜欢的演讲
(https://www.youtube.com/watch?v=p3w8H16qclw)，祝各位出门在外的留学生一切不顺
利，遭遇各种失败。