[北美] Machine Learning 工作面試請教

[michael53000 (Alex119)]

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!!




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.180.224.75
※ 文章網址: https://www.ptt.cc/bbs/Oversea_Job/M.1435129789.A.451.html
推 bluebluelan: 機械什麼組會用到machine learning?
→ moonshade: 機械有自動控制組吧...
→ moonshade: 可是話說通常機械用的machine learning都是在robot
→ moonshade: control 上的應用，最傳統的如走迷宮之類
→ michael53000: 我們學校的機械很雜,我在這裡是屬於Design, control
→ michael53000: 組的.相關的還有優化Optimization 這方面.
→ michael53000: 是的!最有關聯的應該是自控組, 和你說的robot方面.
→ michael53000: 所以我之前也查了很多關於robot+ machine learning
→ michael53000: 的工作. 但這些工作除了要對control feedback, 高
→ michael53000: 維自由度, sensor fusion, path design 還有 Robot
→ michael53000: Operation System(ROS) 熟悉...說實在小弟沒有這相
→ michael53000: 關的經驗....所以想問看看還有沒有是我沒想到的...
→ michael53000: 謝謝!!
推 fallforward: 公司找coding會找CS,機械一般很少會要你coding,要你
→ fallforward: 畫圖的還比較多。美國機械工作大多是傳產。
→ moonshade: 話說傳產工廠自動化機台都是要寫程式和校正的
→ moonshade: 但是不知道有沒有很多職缺就是，完全沒認識人做這個
推 jonash: CV是很CS的領域，不會C/C++是比較吃虧。練好coding還是必
→ jonash: 須的; coding好以後你還要同時準備ML領域的問題，或甚至
→ jonash: learning常用的library最好都要摸過。不然還是會變成一般
→ jonash: 的軟體工程師。
推 chucheng: ML通常會要CS背景，其它領域除非是博士，沒有優勢
→ chucheng: Hiring Manager通常會擔心你進來後要train很久
→ chucheng: 純ML沒有Big Data的背景(hadoop/map-reduce)，基本上
→ chucheng: 你和只會R的統計碩士對公司來說，效益是一樣的
推 dreamreader: R並沒有那麼不堪，業界ML本來R跟Python就都很多人用
推 dreamreader: 至於scalable 現在SparkR API做得很好要上手不會很
→ dreamreader: 難
推 infiniter: 1. 先拿到面試機會，一般都要有人 refer 才比較有機會
→ infiniter: 2. 作過的 project 要很熟，這是基本功
→ infiniter: 3. 語言的話看公司跟職位，C++最常見，Python也常用
→ infiniter: 4. 基本的資料結構跟演算法要知道，和基本的ML演算法
→ infiniter: 但如果不是PhD的話，一般對ML演算法熟悉度期待不會太高
→ infiniter: 5. 最後就是 implementation 能力，基本的 library 像
→ infiniter: C++ stl 或其他語言常用的 library 要有點認識
→ michael53000: 謝謝各位給的建議! 因為前陣子找了一下實習,然後發
→ michael53000: 現Big data的資料庫也蠻重要的(hadoop,SQL 之類).
→ michael53000: 如果還有時間我會去摸索研究!
→ michael53000: 而且基本上我覺得他們如了requirement是CS外, 很多
→ michael53000: 也說統計系是requirment的major
→ michael53000: 此外謝謝大家提供熟悉library 的建議. 圖像處理的
→ michael53000: 這部分之前稍稍用過OpenCV..然後有用過LibSvm.
→ michael53000: 此外關於refer的機會.如果有認識這方面的前輩,懇請
→ michael53000: 提供聯繫資料讓我可以多多認識,更加了解這個領域在
→ michael53000: 業界的一些問題!萬分感謝!