摘要：本文就是作者根據自己求學和求職心路歷程，對博士生求職崗位的經驗分享。此外，地域范圍也僅限在歐洲，其他地方的薪資標準和福利都不一樣。機器學習面試這類面試有些只會測試一般的機器學習知識。這類面試一般分為兩部分。

【導讀】本文作者根據自己博士畢業后求職、面試的經歷，從重要資源、公司、面試過程、薪資談判等方面詳細的介紹并分享了自我體會與經驗。看完本文，你會對求職有一個深入的體會！

本文作者剛剛完成博士學位，并在所有大型深度學習會議(NIPS、ICML、ICLR)以及專門研究ML應用領域的期刊上發表過文章。其h指數在5-15之間，引文數量在500-1500之間。之前在FAANG AI研究實驗室實習過，在過去幾個月中，也面試過一些歐洲的人工智能公司。

本文就是作者根據自己求學和求職心路歷程，對博士生求職AI崗位的經驗分享。

本文將以作者的角度，從以下四個方面進行介紹：

重要資源

公司

面試流程

薪資談判

根據我的經驗，幾乎所有關于面試軟件工程職位的建議都很好地轉移到了ML research的職位上，因為這些職位都在同一家公司。

以下博客是我認為最值得推薦的，并建議大家在開始申請公司之前讀一遍，在實際薪資談判開始之前再讀一遍，最后一次是在薪資談判進行到一半時：

Salary Negotiation: Make More Money, Be More Valued

https://medium.freecodecamp.org/ten-rules-for-negotiating-a-job-offer-ee17cccbdab6

https://medium.freecodecamp.org/how-not-to-bomb-your-offer-negotiation-c46bb9bc7dea

我只在跨國公司的工業研究實驗室面試過，并沒有面試過初創企業或者較小規模的公司。此外，地域范圍也僅限在歐洲，其他地方的薪資標準和福利都不一樣。

有許多大公司在該地區雇用AI科學家：

亞馬遜在柏林有一個ML研究實驗室；

Apple在巴黎有ML相關的工作；

Google Brain在阿姆斯特丹、柏林、巴黎和蘇黎世有實驗室；

Facebook AI Research和DeepMind目前在倫敦和巴黎設有實驗室；

微軟研究院和IBM研究院均設在劍橋和蘇黎世；

Nvidia在柏林、赫爾辛基和慕尼黑設有實驗室；

Twitter在倫敦設有辦事處；

優步則在巴黎招聘研究科學家。

除此之外，在其它應用領域也有很多有趣的職位，如汽車（大眾/奧迪在慕尼黑設有研究實驗室），藥物設計（Benevolent AI在倫敦，Merck，Bayer，J＆J和Astra Zenica都是招聘ML相關人才）或財務（Citadel和Jane Street都在倫敦設有辦事處）。

你還會在一些很酷的公司里遇到一些非常有趣的研究職位。例如Criteo(巴黎，格勒諾布爾)，Bloomberg(倫敦)，Bosch(斯圖加特)或Disney Research(蘇黎世)。而我錯過的可能還有很多。

雖然我心里確實有一些比較喜歡的公司，但我還是盡可能多地申請了其它很多家：如果沒有競爭的offer，你在薪資談判中就會處于嚴重的劣勢。并且較多的面試也會培養你的自信心。我第一次面試和最后一次面試心里狀態的差異十分懸殊。

此外，你肯定會毀了你的一些面試——要么你在面試官面前表現得很糟糕，要么你會被問到一些關于你的盲點的問題，或者這個職位與你的興趣不相符，或者其他一些非常糟糕的事情。例如，我不知道什么原因，英偉達在他們的面試過程中突然決定不見我：他們的面試官只是沒有出現在事先安排好的視頻電話會議上，從那以后他們一直忽視我所有的電子郵件。我不知道為什么。所以不要把所有的雞蛋放在一個籃子里。

然而，我發現面試很多公司最主要的好處在于：我可以了解更多的公司。有很多我甚至沒有想到過的非?？犰诺墓ぷ?。一些最有意思的職位是由我從未考慮過的公司提供的。事實證明，我的一些“安全選擇”非常適合我。即使對你來說不是這樣，與許多團隊討論他們當前的項目和他們對未來的愿景是非常鼓舞人心和有啟發性的。

我申請了上面列出的大約一半的公司，無論是研究科學家還是研究工程師，大多數最終都獲得了工作機會。我整個找工作的過程花了很長時間(從第一次申請到接受工作邀請，花了半年的時間)，而且非常累人：那幾個月到處都是機場、酒店和面試房間，然后是幾個月的電話，以及與人力資源部門的薪資談判。

別指望這段時間能完成多少工作。正如一位同事所言：“當你聽到這個或那個招聘人員的反饋時，你的大腦一直在全神貫注，沒有剩余的思維能力去思考ICML?！比欢?，這一切都帶來了巨大的回報：我學到了很多東西，收集了很多新的觀點，而且能夠爭取到比第一份“理想工作”高得多的薪水。

所有公司的面試過程非常相似。在收到我的簡歷后，公司會邀請我做一個簡短的篩選，看看我是不是合適的候選人，這種篩選一般通過一兩次電話面試進行，每次一小時。然后，我經常受邀進行現場面試：在公司辦公室里一面就是一整天。一般開始時是自我介紹，介紹博士階段的研究。然后是約每輪1小時的個人面試，面試人可能是我應聘團隊的人員，或者是其他團隊的類似研究人員/工程師。通常情況下，我在每次面試中會遇到不同的人，所以當一天的面試結束后，我經常會和團隊中的大多數人見了面。

幾乎所有的面試官都抽出時間向我詢問有關職位、團隊或公司的問題。我喜歡問關于工作與生活的平衡問題，目前團隊有哪些困難的環節，或他們目前工作中對那些方面不大喜歡。大多數人會誠實坦率地回答這些問題，從他們的回答中，我可能會對未來這段可能到來的職業生涯產生一些或尖銳、或荒謬、或可憐、或寶貴的見解。

這些回答中有些是很有意思的辦公室八卦，也會遇到團隊負責人向我保證說“只要努力工作，就有希望在入職第2年或第3年將每周工作時間減少至60小時以下”?；蛘邔ξ艺f“我非常緊張，正在考慮戒煙，然后還在向我保證“辦公室真的很棒，你會愛上這里的！”

一些自己的研究非常興奮的人，會忘了問任何技術問題，而只是簡單地說他目前的研究突破對我來說如何如何......

這些都是了解公司和面試職位的好機會。在這一環節花上點時間是絕對不虧的！

面試類型

我多次經歷過各種不同類型的面試。其中一些面試很容易準備（比如寫代碼或行為測試），但還有一些面試很難準備。一般來說不同公司的面試類型是不一樣的：有幾家公司在沒有確認我具備寫代碼的能力的情況下就向我發了offer，即不問編程環節，還有的公司從未向我確認證實的預期薪水是多少。有些公司更多是在問理論問題，有些則更注重實踐。大多數公司兩者均有。

總的來說，我發現如果我在回答問題時卡住了，面試者總是愿意給我提示。面試者經常故意把一些問題模糊化表述，只是為了看看我作何反應，而且一般愿意與我討論問題的細節。這個過程不像是一個對抗過程，更像是同事之間的討論。

“來談談你的研究”

很多面試只是讓我談過去的研究成果。面試官會從我的簡歷中挑一篇論文并讓我談談，或者有時他們會讓我自己選擇談哪個項目。有些面試者只會問淺問題，有的會問得很深（比如“你這篇論文假定定理3中存在異方差性，但在整篇論文中沒有證明。你為什么認為這是一個有效的假設，它的含義是什么？”），但從來沒有在數學問題上問得太深。

編程面試

一般來講，在谷歌或Facebook這樣的企業的軟件工程師面試中：你需要提出并實現解決方案的一些算法性質的難題。通常允許自選語言，如C ++或Python。每個問題都有不斷加深的幾個小問題：首先需要想出一個簡單的解決方案并且實現，然后面試官會加一些額外的限制，或者要求實現更高效的解決方案。之后面試官一般會期望討論時間或內存的復雜度問題，或討論我給出的實現方案的可能的測試用例。

很多時候，接下來會進入更困難問題的討論環節。有幾次，面試者后來承認他們自己也不知道如何解決所提出的最后問題，他們只是想知道我是否能想出一些東西出來，或者我對一個一個無法解決的問題作何反應。這類面試比較容易準備：比如讀一讀Princton的《算法》的第1部分和第2部分，或者在leetcode上刷刷題應該就沒問題了。

機器學習面試

這類面試有些只會測試一般的機器學習知識。比如大學普通機器學習課程所涵蓋的內容。這類面試一般分為兩部分。第一部分是一些常識性問題（你如何規范深層網絡？隨機森林訓練中的提升在哪里？當預測速度比準確性更重要時，舉出兩種合適的分類算法。你會如何根據內容將文檔按照語義進行分組？你能談談高斯混合模型和k均值之間的聯系嗎？）。

第二部分一般問的是“機器學習編程”，比如實現一些標準的機器學習算法。例如實現決策樹的推導/剪枝，k-means和kNN等。一般需要大約30-45分鐘（并再次討論實現效率和可能的測試用例）。

“現在我們遇到了個問題......”

在一些面試中，面試者對我講到正在進行的一個項目中遇到的問題，然后講到要如何解決這個問題（比如“我們試圖在視頻數據庫中找到重復的視頻”，“我們需要根據一些模糊的標準對數百萬個實體進行排序，并達到低延遲水平“，”我們只有非常少的標記數據，并希望使用GAN來增強數據集，最好的方法是什么？“） 。對這種問題沒有什么好的準備方法，但我覺得面試官主要目的是了解我的思維過程。因此，這些問題的目的不是讓你給出完美的算法，更多是在“頭腦風暴“或討論權衡問題。

行為面試

每當我被告知我將接受HR部門面試時，接下來進行的幾乎都是行為面試。幸運的是，這個環節問題幾乎總是相同的，所以可以提前做好準備。有一家公司甚至給我發了一本關于他們“公司價值觀”的小冊子，并告訴我，我將要接受面試，了解我如何在日常生活中反映這些價值觀。只需上網搜一下“行為面試”，就會發現很多資源?？偠灾?，這個環節問題不大。

其他

還有些公司的面試和上面提到的都不一樣。比如出一道數學難題，或者提前讓我看一篇論文（一般是我不熟悉的領域），然后對論文進行討論?；蛘呤莵硪粓鲫P于統計學、概率和優化理論基礎的筆試，時間長達幾個小時。

面試結束后，公司的招聘人員會與我聯系，通知我“好消息”。我總是直截了當地在幾個地方面試，每一位招聘人員都非常通融，理解我只有在收到所有公司的回復后，才會準備討論進一步的步驟。

然后工資談判開始了。

當然，工資因地區而異。ML跟蹤軟件工程的工資相當不錯，所以levels.fyi或GlassDoor可以很好地了解期望的工資。Blind也有很多關于薪資和一般面試過程的信息。但是，你會在這些網站上找到的數字嚴重偏向硅谷和整個美國。

即使在歐洲內部，各國之間也存在著巨大的差異：值得注意的是，英國和瑞士的工資水平遠遠高于其他國家。當公司問我對工資的看法時，我總是告訴他們10萬歐元/年，這是一個很好的開始談判的薪資數字。甚至在我開始面試之前，我就知道這是一個較低的標準，英國或瑞士肯定有公司愿意支付這么高的價格，不過對于歐洲其他地區來說，這個數字相當可觀。盡管如此，我還是認為高起點總比尷尬地回避“我不想給你一個數字”的問題要好。

最初的報價大多在每年8萬到12萬歐元之間。請注意，這通常是每年的總薪酬，因此它包括基本工資、預期獎金數額以及任何股票期權或額外的養老金繳款。我向所有招聘人員提出了其中最高的報價。大多數美國公司非常有意愿提供我所想要的薪酬，但是很多歐洲的公司卻告知我，他們無法提供相應的薪水。

下一步，我決定了我認為真正值得跟進的提議。一些公司在面試階段給人留下了不好的印象，而其他公司則更像是“不得已”的選擇，我就不再考慮這些公司了。我感謝他們所付出的時間，并告訴他們我對他們公司不再感興趣了。 我只留下了幾個令我非常興奮的工作機會：我愿意當場接受其中任何一個工作機會！

這讓我處于一個很強的談判立場：我可以要求每家公司給我提供比當前最高出價者更好的報價。即使有人會收回他們的報價（或者不愿意滿足我的要求），我仍然有其他我愿意接受的公司。 事情發展得很順利：每個人的出價都超過了其他人，把我每年的總薪酬推到了我做夢也想不到的地方。這是一種非常超現實的感覺。

我在所有的公司之間來回了大概兩輪。我感覺招聘人員在那時候已經處于一種絕望的狀態了：邀請我和我的SO去他們的城市參加周末的免費旅行，給我郵寄驚喜的禮品籃，給我提供爆炸性的工作機會，等等。

值得說明的一點是，雖然這些公司確實提供了更好的安置方案和簽約獎金，但它們在提供額外的非金錢福利方面卻缺乏靈活性。例如，沒有一家公司能夠在最初的提議基礎上增加更多的假期(主要是根據地區標準，每年的假期從25天到45天不等)。最后，通過這種方式利用競爭性報價，我能夠將最終簽約公司的初始報價提高一倍左右。我每年的總薪酬在160-240k歐元之間(不包括簽約或搬遷獎金)。

我從未見過一群人像招聘人員那樣，如此堅持胡蘿卜加大棒的做法。

他們會告訴你，“這是我們所能提供的最好的條件”，強調“他們將為你破例，因為你是一個非常優秀的候選人”。他們還會憑空捏造出嚴格的 deadline，他們還會告訴你，他們不會重新談判，還會說他們在過去兩個月內在面試其他候選人。

感覺招聘人員總是想確定我是不是真的想選擇另一份offer，而不是他們的，還是只是利用他們與另一家公司重新談判。我想這一切都在意料之中，而我最好的建議是始終保持禮貌、耐心和執著。

在我有限的經驗中，只要你收到了多份 offer（并且愿意放棄其中任何一個），你就掌握了主動權。所以，請努力的去談判吧！

加油！

本文轉自公眾號 新智元