ML相關(上) 義明 凌陽 漢微科 晨星 台積 - 工程師

前言：

由於板上Computer Vison和Machine Learning相關的演算法職缺分享不多

因此我這邊簡單整理一下近五個月的面試心得，分享給有需要的大家


先說一下小弟的背景：
113電子 學+碩，碩論為用ML來做手勢辨識

三年工作經驗，

主要在做Computer Vision、Machine Learning演算法開發

以及ADAS系統開發



由於打開104蠻長一段時間的，陸陸續續都有面試邀約

只要是相關的，我就會去談看看，多了解一下產業發展

不過因為個人因素，我只找新竹的工作

不然台北其實有非常多ML相關的職缺


總共面試了14間，只有一間是我自己投履歷，

我會分成三篇文章來分享面試心得，依照面試時間排序
(上)：義明、凌陽、漢微科、晨星、台積
(中)：中強、鐵雲、崴強、弘浩、聯詠
(下)：Magna、光寶、亞德

有些距離有點久遠，可能記得不是很清楚，請多多包涵^_^

--------------------------------------------------
以下心得分享
--------------------------------------------------

公司：義明科技(義隆關係企業) - 演算法工程師

內容：
這是義隆的子公司，辦公室位在義隆的大樓裡，不過義隆不是100%持股

印象中好像沒有考試，先是跟一個主管面試，之後是跟處長面談

主要是要用Deep Learning來做手勢辨識


過程中我覺得相談甚歡，不過被問到薪水時

對方覺得我現在的薪水有點高

結果：
一個月後，感謝函 get

--------------------------------------------------

公司：凌陽科技 - 電腦視覺/機器學習演算法工程師

內容：
面試前，會有一份考卷要在家裡先完成

主要是考矩陣、相關係數、MATLAB畫圖模擬、Perceptron Learning

都是很基本的觀念


面試當天考英文、Machine Learning考卷

Machine Learning考卷印象中不難，考一些基本觀念而已



想找人用Machine Learning做一些汽車、行人之類的辨識

工作內容感覺非常像是在研究所做研究

用MATLAB做一些演算法的開發模擬，C code也可以不用寫

會有其它部門的人來負責

結果：
這個工作蠻符合我的期望，不過面試當時

距離研替結束還有三個月，因此主管說先保留我的履歷

如果之後有對此工作有興趣再聯絡他，安排二面

後來就互相沒有聯絡了

--------------------------------------------------

公司：漢微科 - 研究發展-Product RD Engineer(Algorithms)(新竹)

內容：
其實我對AOI相關產業是完全沒興趣的

只是那時候漢微科剛被ASML收購，因此很好奇，想去聊看看



面試當天考英文、性向測驗、C/C++

我原先的工作幾乎只用pure C，C++也只用STL函式庫

而這份考卷考了很多C++的概念，我大概有一半空白

考試時心裡還想說，為什麼我要來這裡面試Q_Q


和主管面談時，發現tone真的很不對

我的技能不是他想要的：因為我對C++不太熟悉，LINUX系統也不熟

他們的工作內容我也完全不喜歡：這跟我想像的演算法工程師不太一樣

常常會需要配合不同客戶而調整演算法參數，

並不是自己開發一套general的演算法

於是簡單聊了半小時就結束了

結果：
三個禮拜後，感謝函 get

--------------------------------------------------

公司：晨星 - 電腦視覺/聽覺 演算法開發工程師

內容：
去面試之前，我找了板上大家分享關於小m的考題

都是c語言相關，花了一些時間研究


不過面試當天的考題，完全不一樣

題目有點忘了，應該是比較偏應用面

有訊號處理、應用面的程式題、給一段程式debug，大概是這樣的方向

好像是5題左右吧


希望用將Machine Learning應用在一些產品上

工作內容算是跟我的專長蠻符合的

結果：
一週後二面，主要是在聊天居多，互相了解在做什麼

再二週後，offer get

不過我拒絕了，底薪比原公司低，雖然加分紅會超過

--------------------------------------------------

公司：台積電 - 12廠CIM

內容：
一開始聽到CIM就拒絕面試邀請，

不過後來主管有解釋說他們是在做Machine Learning

於是就決定去了解看看


面試當天先到7廠考英文、專業測驗

專業測驗是考Machine Learning，內容蠻有水準的

還好我前一天有惡補一下林軒田老師的Machine Learning Technique課程

所以答得還可以

主要是考一些Machine Learning方法的概念


之後坐廠車到12廠和主管面談

工作內容主要是利用Machine Learning來提升良率

結果：
一週後和部經理二面

最後有拿到offer，32職等

不過因為一些因素，所以沒有選擇台積

--------------------------------------------------


下集待續...

--