小弟為目前拿F1 簽證,準備在九月畢業後拿OPT開始在美國找工作.
我是機械系的碩士學生,而thesis 的方向是 Machine Learning, Pattern Recognition,
Computer Vision等這方面的. 基本上就是做識別領域. 目前找工作有些徬徨想問一下
前輩們的意見. 感謝!
1. 由於不是專門CS出身畢業, Code 的話thesis是用 Matlab來完成. 但知道業界似乎
比較少用Matlab, 所以修了Java課+自修 目前也正在練Leetcode. 但很想知道如果是
apply 這方面的工作, Leetcode 要著重在哪部分的呢? 因為目前下來感覺Leetcode
是給比較general 的 software engineer 的面試題? 那如果是特別應徵 Machine
Learning的面試題目也是差不多的嗎?
2. 雖然我知道都了解是最好的, 但我不知道我目前應該專注在 Leetcode 那些比較
基本的資料結構演算法, 還是識別方面的演算法(SVM, Bayesian, Neural Network,
Markov...等等), 對面試來說會幫助比較大. 查了很多人分享的面試題, 似乎問題
很雜,千奇百怪的都有, 所以很想知道比較明確的答案..
3. 之前投了一些實習, 都沒有甚麼下文. 除了身分問題外, 我覺得跟幾乎所有都要求
CS Major 有很大的關係. 不曉得Mechanical背景 + Machine Learning 的工作在美國
往甚麼方向找比較好. 之前想過Rototics software engineer 是比較屬於機械+ML 的
. 除了這個之外還有別的嗎? 因為我對robotics 也不是到非常了解, 就是上過課,做
了課堂project 這樣而已.
以上問題困擾了我蠻久的, 也查過了許多資料, 想麻煩有經驗的人願意分享一下.
謝謝!!
--
All Comments