以下為offer收割機留學原創內容，如需轉載，請註明出處！
2017年8月，來美一周年之際，回頭看，第一年研究生生活收穫頗豐。在學校遇到了負責任的教授和靠譜的同學，一起做了很多有意思的項目，課餘時間粗略地環美旅行了一圈，領略了鬼斧神工的自然和紙醉金迷的都市，當然最開心的還是拿到了AT&T的summer intern。一路的學習和實習都得到了太多人的指點和幫助，現在我也想把自己的一點心得體會跟大家分享。
學校和學習
我現在在AT&T的big data team做優化方面的實習，在工業界中認識到了big data的巨大價值和光明前景，明白了與其說big data是一種技術，不如說是一種解決問題的思路和平臺。可惜的是目前北美的學校很少開設big data的項目，更多的是computer science或者management information system下的一個track，甚至很多連track都都沒有，只能通過選課的偏重來強化自己對於big data的學習。
offer收割機留學：關於我所在的聖路易斯華盛頓大學，我現在所讀的專業是information systems項目下的big data track。WUSTL的 Information Systems項目隸屬於Sever Institute，借鑑了CMU的王牌專業MIS的模式，開設計算機課程和商科課程，且選課自由。項目共有兩個方向，大數據和信息安全，我們班所有中國人都選擇了big data方向。這個項目比較新，我們是第三屆學生。平均每屆招20+人，因為我們項目對轉專業非常友好，所以大家背景比較多樣，有計算機科學，電子信息科學，地理信息科學等。申請的話，託福100 gre 320應該是基本要求，但是也沒有硬性要求。學長學姐以及我的同學們，本科院校跨度比較大，但是以985 211為主 。不過我們項目從今年開始合併到EE專業了，所以錄取要求可能有變，以上概況都僅供參考。
當初選擇我們學校的主要原因是選課比較自由，一方面是全校任意選修課，可以選computer science，information science，statistics或者其他感興趣的課程；另一方面華大沒有對於先修課程的硬性要求，這樣就可以根據自己的實力和興趣選課。這一年的學習中我發現華大的課業負擔很大，需要一段時間來適應，這也讓我明白選課前向學長學姐請教，跟advisor交流，還有合理安排每學期的選課計劃都很重要。而且各位學弟學妹在拿到學校的offer以後，可以多跟小米郵件交流，多看看學校的官網，了解學校的課程設置，register policy和其他規定，方便入學以後事半功倍。
再來分享一下這一年我的big data學習之路吧。16 fall剛入學的時候，我機緣巧合接觸到了推薦系統這個話題，覺得很感興趣，就做了幾個簡單的項目，然後選了學校的cloud computing with big data application課程，在完成assignment，project和閱讀相關文獻資料的過程中，對開源框架、工具，
主要是big data的思維模式有了深入的了解。除此之外，我發現學習big data本身的知識是遠遠不夠的，數據處理、模型優化等都需要大量的數學知識和機器學習相關的知識。所以我也選了很多artificial intelligence，machine learning，deep learning和數學課程 。除了理論知識之外，我覺得項目經驗也很重要，在此期間我知道了kaggle這個平臺，做了一些基礎的比賽，也看了很多優秀比賽團隊的開原始碼和報告，這個過程對於了解完成的數據處理分析流程起著至關重要的作用。
實習和工作
除了學校的學習之外，找實習也是我這一年學習生涯的重要部分，相信也是很多學弟學妹關心的話題。在聊心得之前，我們先來看一下公司的招聘流程：
Step1 公司審核的第一步就是篩選簡歷，考核申請者的簡歷是否match相應的崗位，是否滿足公司招聘的要求。
Step2 通過簡歷關後，很多公司為了節約招聘成本，會先發一輪或者兩輪在線測評，限時完成，來考察面試者的能力，就是我們常說的OA。OA以算法題為主，也會有邏輯題、debug或者性格測試等。這部分的準備主要看面經，很多公司的面經題都不會改的，基本都是原題。
Step3 如果OA成績良好，很快就會收到公司的電話面試邀請，一般用skype或者電話。每個公司的電面兩輪到五輪不等，特殊情況下可能會有加面。需要注意的是，除了technical面試之外，還會有一輪behavoir interview，主要是hr打電話來聊一下簡歷上面的項目、技能之類的東西，也會問問你對於公司的了解程度，以及自己的定位，還有一些類似於「五年後你會做什麼」之類的問題，這輪面試也很重要。
Step4 幾輪電話面試過後，需要去公司進行現場面試，實習一般不需要onsite，全職會需要。
接著來聊一下我覺得在每一個環節中值得注意的部分：
簡歷中最主要的模塊是實習經歷、項目經歷、技能和GPA (排名分先後)，當然我準備的是一份比較普遍的簡歷，如果你有research經歷、發表的文章，或者很重要的獎項，可以等價替換掉其中任何一項的。
先說說實習經歷。這個主要在找全職的過程中會非常有用，因為HR會默認工業經驗更有含金量，事實上在我實習的過程中，包括聽很多在別的公司實習的朋友聊起，都覺得工業界的經驗確實要比學校的項目經驗重要很多，一來工業界開發要用到很多開發工具和開發系統，二來課程項目都做了最嚴格的簡化，基本算是無菌環境，而工業界的項目則更複雜，有挑戰性的多。關於實習的含金量，一般來講是美國大公司﹥美國小公司﹥中國大公司﹥中國小公司。我個人建議，能找到美國的實習就一定不要找國內的，因為美國這邊的公司對於國內實習經歷的認可度還不是很高。舉個例子，三月份我拿到了AT&T 和 BAT某公司的實習糾結去哪個的時候，一位amazon在職的學長跟我說「你問問美國人幾個聽說過xxx的」。
其次簡歷上的項目經歷也值得反覆修改，不斷完善。對於計算機相關崗位來講，說一千句不如一個項目來的有說服力，所以在選課的時候，要儘量選有final project的課程，一方面可以填充簡歷，另一方面是很好的工程經驗。如果簡歷上的項目不足，又剛好選不到出項目的在校課程，可以選擇一些網課，比如說coursera，udacity或者udemy，都有很多類似的項目課程。對於寫在簡歷上的項目，要出彩，而且對於每一個item都要非常懂，否則面試時如果被問到了又說不出所以然，就會很麻煩。順便說一下，如果想找big data的工作，最好要有相關的項目在簡歷上，因為big data算是細分的track，跟普通的軟體工程師還是有一些區別的。
除了實打實的實習經歷和項目經歷之外，寫在簡歷上的技能也是hr會關心的部分，計算機語言、開發工具、開源框架、數學基礎等，都可以算作技能，但是同樣需要注意的是，每一個痘一定要是真正會的，因為面試很可能會被問到，如果不會的話，是很有可能直接掛掉的。
GPA好像是中國學生最在乎的part，但是在找工作的過程中，其實GPA相對來講並沒有那麼重要，只有少數的幾個公司卡GPA，否則的話，3.5以上是絕對不會減分的。
除了這些部分之外，你可能會說，如果你的學校不是名校怎麼辦？據我所知大部分大公司是不在乎學校的，所謂「英雄不問出處」，而相比之下，一些初創公司反而會在意背景。
當簡歷的內容寫好以後，還有很多別的的東西需要調整。格式、語法、排版、平衡性等問題都對簡歷的成功與否起著至關重要的作用，也就是簡歷的可讀性，換言之，如果拿到你簡歷的hr都沒有興趣讀完，更遑論從中發掘到你的潛力了。所以我覺得一份好的簡歷一定要注意，語法正確、敘述風格統一、重點突出、格式合理、排版整潔，還有就是各個部分的平衡性要好。
簡歷完成後可以找別人幫改，也可以找學校的career center預約修改。
當我們手握一份優秀的簡歷之後，如何用它敲開公司的大門就成為了下一階段的重要目標。首先，我們如何憑藉這份簡歷拿面試資格呢？
總的來講有兩種途徑，第一種就是找內推，內推的簡歷會放進公司的內推簡歷池裡，這樣被看到的機率會大大增加。找內推效率最高的是平臺是career fair，其實嚴格來講career fair不算是內推，但是跟內推的效果相似，甚至效果更佳。所以學校career fair的時候一定要穿的正兒八經地去推銷自己，公司能來就說明對你們學校的人才是認可的，所以拿到面試的機率也會大很多，而且很多公司會在career fair的周末進行on campus面試，這種面試機會也是一定要把握的。
除了career fair，還要在linkedin上找到各種校友資源，請他們幫忙內推，或者可以直接聯繫recruiter，說明自己的背景和求職方向。除了linkedin，還有其他平臺會不定期有人發內推消息，比如說一畝三分地。
還有很多的小公司可能內推不是很方便找，可以直接海投。這些公司的信息可以在glassdoor上或者indeed上找到。
在接下來的準備面試的環節，我重點做了這些工作：
刷題和基礎知識
美國的公司面試主要針對能力的考察，不會假設你會很多特殊的算法，所以難題常有，怪題不多，關鍵是要好好刷leetcode，熟悉常用的數據結構與算法，還有常見的題目討論。關於怎麼刷題，各種論壇上的經驗帖，總結帖有很多，我在這裡就不贅述了，有興趣的朋友可以去看一下。除了對於算法的考察之外，Big data面試問題涵蓋面比較廣，系統設計，機器學習算法，Hadoop等開源框架和工具，統計知識，資料庫知識等都會被問到，平時一定要注意積累。
看面經
一畝三分地還有glassdoor上有很多公司常見問題的總結，在拿到面試之後一定要注意收集整理。面經的科學打開方式一定要注意兩方面的內容，一部分是常考的題目，要確保自己可以在規定時間內解決這些問題，另一部分是看公司面試的風格，知道要避開哪些雷區。
非常熟悉簡歷
拿到面試之後一定要把簡歷的內容梳理一下，可以適當寫一些文字性的東西，幫助自己明確細節，避免面試的時候緊張，大腦一片空白。
口語
一定要在面試前反覆，跟小夥伴一起mock interview。當然也要多面試，拿小公司練手，慢慢就知道面試的常見套路了，說話也不會緊張。
除此之外，關於面試，我覺得有兩個事情是一定要清楚的：
1. timeline。一定要在剛入學就開始收集相關信息，準備實習，不要覺得時間還早。
2. 心態要好，一方面，面掛十家公司不算多，另一方面，海投的回覆率很低，石沉大海是常態。
說了這麼多，我還想跟大家分享一下自己對於big data求職現狀的一些總結。
首先，big data的應用有很多，例如推薦系統、公司內部優化工具等，而且不僅僅在網際網路行業，它在醫療、金融、教育等行業也有著廣泛的影響，這給轉專業的同學提供了很好的機會，可以根據自己的背景選擇最適合的行業。相較於傳統的軟體工程師來講，big data engineer的需求呈上升趨勢，但是絕對需求量仍然較小，所以相對來說實習和工作都更難找。在面試過程中，除了基本的算法題之外，big data engineer會涉及到大量的系統設計題和開源框架的應用，所以平時要多積累相關知識。在找各個公司opening position的時候，要注意big data engineer的titel五花八門，甚至有些就叫software engineer，所以一定要耐心地根據職位要求精心甄別。
這個夏天在AT&T實習的三個月學到了很多東西，工業界的開發工具跟學校用的有很大的差別，項目也複雜的多，所以把握機會接觸不同的平臺和工具會有很大的收穫。在純英文的環境中工作，相比於技術，對於中國學生來說，更大的挑戰可能是一些「軟實力」的部分。比如說如何提問，如何解析mentor和同事的解答，如何充分的表達自己，這些都會讓我們的工作事半功倍，也能在交流的過程中讓mentor加深對你的了解。
我們實習會有兩次presentation，在準備的過程中會發現美國人和印度人對於presentation的重視，以及presentation的能力都值得稱讚，我們有時候會覺得，作為技術人才，領導力不重要，但是在工作的過程中，恰恰是這些展示自我的部分將大家區分開。在實習快結束的時候一定要積極去跟mentor或者manager聊return offer的事情，如果自己組沒有headcount的話，就要去跟別的組networking，找到有budget的組面試。
offer收割機留學：學長說了這麼多，也算是把自己這一年的心得體會經驗教訓總結的差不多了，最後也希望學弟學妹都能找到心儀的實習和工作。