美國實習大小事

Alicia與Daniel在這次座談中與大家分享他們在美國實習的大小事，包括：
- 實習面試準備
- 實習生工作內容
- 實習轉正職
- 實習心得

講者介紹 [Alicia]：
Alicia 目前為 UC Berkeley EECS 博士生，過往美國實習經驗包括 LinkedIn Data Scientist Intern, Amazon Applied Scientist Intern, 以及 USC Institute for Creative Technologies Research Intern。

講者介紹 [Daniel]：
Daniel目前於紐約任職數據分析師，在此之前有幾段相關的實習經驗，包括新創公司與expedia，期待透過座談，分享北美的實習體驗、比較台美工作文化異同。

座談大綱：

Part 1. 如何找實習

Part 2. 實習工作內容與經驗

Part 3. 轉正職經驗分享與需要注意的事項

Part 4. 實習感想

Part 5. Q&A 精選

Part 1. 如何找實習

a. 實習動機

Alicia: 我本身有蠻多實習經驗。大學時期想了解產業是什麼樣子，所以就去不同產業實習。到了美國讀研究所後，我在思考要不要唸博士班，因此想知道美國業界Data Science在做什麼，所以就去業界實習，藉以了解自己是比較喜歡業界工作還是做研究。到了博士班之後的實習，就是去了解我以後想要去業界lab還是去學界當faculty。或是我想去的lab是比較偏industry research or academia research，這些實習都是在幫助我思考我未來職涯規劃的方向。

Daniel: 大學時有修計量經濟，所以想找實習確認自己是不是對data這方向有興趣，以及了解不同產業。到美國後找實習最大動機是轉正職，因為想透過實習去轉正職。

b. 找實習的方法

Daniel:主要有三種方式1.海投:上網找履歷。2.內推:透過學長姊幫忙內推到公司。3.學校就業博覽會。我個人覺得內推跟學校就業博覽會拿到面試機率大些。

Alicia:我會先分類好我想找的幾種position，請人內推，其他方式跟Daniel差不多。另外一種方式還蠻成功的是參加conference 的job fair，因為conference會有主題，所以來conference的recruiter 他們會比較知道這個conference適合哪些Position，所以命中機率會比較高。

c. 申請實習的timeline

兩人都是開學前準備好履歷，9~10月開始投履歷，大部分公司實習職缺是9~10月公布，但也有一波實習職缺是比較晚公佈，1~2月才開始招人。

Alicia:去唸研究所前先準備resume，了解position。4~5月開始準備coding interview and technical interview，我準備方式是看一些課本，然後把常考的問題都學會，coding問題都自己實做一遍。9月開始積極投履歷，準備interview (i.e., behavior interview, phone interview) 。

Daniel: 8~9月開始準備投履歷，大部分大公司都是可能9月到10月就會開始收履歷，timeline可能會拉很長或1~2週就結束了。我遇到大部分interview都是分三關，第一關是recruiter聊天問你動機，第二關是技術面試，第三關是onsite interview，可能會有好幾輪。我覺得Timeline是自己可以控制，可以嘗試跟公司溝通面試時間，像提早面試時間。

d. 如何準備面試

Daniel: 我會看一畝三分地網站，會有人分享面試經驗跟題目。以data scientist工作而言，面試考點包括SQL, machine learning, statistics。

Alicia:我是一開始會大量收集資料，從中篩選適合自己的準備方法。像有些人刷leet code，有些人看書準備面試，我自己是直接看課本， coding技巧可以分主題練習常考題型(常考演算法或data structure)，machine learning是看課本熟悉ml不同topic的pros and cons。因為面試要準備的東西有點多，所以要分配時間，把每個東西重要的部分都review到，這樣面試官問你的問題你就大部分可以handle。

Part 2. 實習工作內容與經驗

a. 實習工作內容

Alicia:在大公司實習的話，他會給你一個獨立的專案，讓你發揮一些創造力跟能力，這專案會跟公司目前正在做的其他專案或產品相關，但不會完全重疊。例如我去年做的是Amazon Alexa對話長度、風格或對話方式的改變，intern可以跟manager討論提出自己的想法與想要focus的方向，例如我在實習這三個月內要優化演算法或提出更好的evaluation metrics 等等。

Daniel:我那時是要在八週完成一個project，在Vrbo上有些不良屋主會創造一些假的房源欺騙顧客，我實習的project是要建一個模型去抓出Vrbo上的不良屋主。

b. 在美國實習跟台灣實習的不同之處?

Daniel: 我在台灣實習感覺做的事跟正職很像，在美國的大公司都對實習program有很完整的規劃，期待實習生做出一個里程碑。

Alicia:在台灣實習主要是協助正職的工作，在美國實習是跟正職做的工作比較不一樣，是比較獨立的工作，例如發想新的idea。

c. Covid 19期間，remote實習經驗分享。

Daniel:每天做project，中間穿插meeting，每週兩次跟manager 1 on 1 meeting半小時到一小時去匯報工作進度。公司也會幫實習生舉辦線上活動，例如線上瑜珈與講故事之類的活動。

Alicia: 每週兩次跟manager 1 on 1 meeting一小時去匯報工作進度，討論idea，還有跟其他team members 一起開會brainstorming ideas，他們也會提供一些對於project的feedback，我覺得regular check in在remote working很重要。公司也會舉辦一些線上活動讓實習生參加。

Part 3. 轉正職經驗分享與需要注意的事項

Daniel: 我當時intern沒有拿到return offer。由於我做的是模型，結果是比較容易量化的，所以我當時太在意模型結果，卻忽略實習中間的過程，像是一些比較細節的事情，例如沒有及時回覆email，像別組同事發信問我跟我老闆project上需要配合的事，我回信速度比較慢，最後是我老闆幫我回信的，這樣其實不是很好，重點是我當時沒有意識到這些問題，我覺得我當時應該要每週跟老闆要feedback，這樣才可以看到自己有哪些需要改進之處。所以我覺得實習要轉正職重點是除了把project做好外，應該還要跟老闆定時要feedback以求改進，還要在實習過程中讓老闆跟同事覺得你是一個好合作或溝通的人。

Alicia:我覺得要拿正職也有運氣成分，要看你的 team 有沒有 headcount。所以想轉正職的intern建議可以一開始上工就先跟老闆溝通好，這樣老闆在過程中也會盡量幫你。Intern也可以一開始就先問轉正職有哪些評量標準，然後盡量在實習期間做好這些部分。另外也需要定期跟老闆 check in，我自己的作法是會先規劃一個 high level project plan，每週我會再把當週的細項排出來，然後跟 manager 討論工作進度，確認自己是不是 on track，有沒有其他事項要再加入或時程要修改。

Part 4. 實習感想

a. 實習對於後來你們回到學校、職場有什麼影響？

Alicia: 我當時在碩士班時期的實習結束之後就比較想往研究方面發展，所以實習讓我確定我之後想申請博士班，所以實習完的下一個學期我就放比較多心力在申請博士班。博士班時期的實習也很有幫助，因為博班會比較深入研究一個主題，去實習可以幫助你看到更多面向與廣度，就是跟我做的研究主題是同一個領域但稍微有一點不一樣。另外還可以增加跟業界networking的機會，也可以看到業界作的research題目跟學術界的題目有哪些不同，讓我知道哪些idea可以在實習時做或在學校做，整體來說是蠻有幫助。

Daniel:這次實習讓我體會到職場上軟實力很重要，像是如何跟別人溝通合作，例如需要把模型deploy部署上線的data scientist，在分工很細的大型組織，從project idea到最後project實踐，這中間過程牽涉到與很多不同人溝通合作，像與project manager以及software engineer，我們要如何完整有組織的表達自己想法與解釋事情，以及與同事彼此間的溝通合作，我覺得是蠻重要的。

b. 如果給當時剛開始實習的自己一個建議，會是什麼？

Daniel:我覺得有三點很重要。1.把project作好。2.常跟老闆要feedback。3.學習跟同事老闆溝通合作。最後還有可以多參加公司活動交朋友，朋友跟人脈是可以在實習中獲得的寶貴資源。

Alicia:我覺得我會在前面抓多一點時間，讓自己想法可以迭代，例如我一開始有一個想法，但遇到一些限制 (像data or infrastructure有限制)，所以在一開始抓多一點時間讓自己想法可以盡量去迭代，讓之後做出來東西比較順利一點，不然可能花了5週作一個idea 卻發現結果不如預期，這樣時間就過去了，因為Intern時間可能只有12週，5週時間是很寶貴的。

Part 5. Q &A 精選

1. 想請問碩士跟博士在美國找data方面工作的差別

Daniel: Data方面工作可以在分為data analyst, data scientist, and research。在research方面與更technical方面，我想博士可能會比較有優勢。我當時實習時公司招了5個intern，有4個PhD student跟我一個master student，我們data science組內有7人，有5人是博士畢業的。

Alicia:我覺得可能要看你想找的position而定。如果比較偏研究類型，需要比較多technical的東西，例如工作要設計一個模型或演算法，但那個演算法不是用比較成熟的模型去做出來，而是需要去發想新的東西，那這工作可能就比較適合博士生，因為博士班的訓練比較偏向在想這些新的東西。但如果你找的工作比較偏向product analytic，可能就比較適合碩士生，因為博士生可能在product sense這方面就沒有很好的訓練，例如像evaluate product時使用的一些metrics就比較不了解。

2. 在規模較大的公司工作，分工相對比較細，如此會導致學到的技能比較狹窄嗎？

Alicia: 應該說在分工較細的公司學到的技能比較深入，就像T型理論，橫向的你可能都要知道，縱向的你要挑選一個領域，把它學習到比較深入。

Daniel:我之前在台灣有在startup工作過，學習到很多東西，不僅限data，還有學到business與其他東西。在美國大公司實習時學習到的技能比較深入，還有另一個好處是可以接觸到平常碰不到的東西，例如大公司data很大，可能會用到spark, Hadoop, hive，我覺得這是在小公司比較難碰到的。

3. 已經畢業一陣子的人（例如大於三年）還是可以申請 Intern 嗎？

Alicia:你只要是在學生都可以申請intern。

4. 如何累積一畝三分地的點數

Daniel:你發文或分享文章，有人按讚就可以得到點數。或是你每天上去打卡簽到或答題就會有一點，大家有興趣也可在網上去找自動打卡登入小程式。

5. 為什麼 Alicia 要讀完 Georgia Institute of Technology 碩班後，再讀 UC Berkeley 的碩班呢？假如自己可以重新讀一次，會做什麼樣不同的選擇嗎？

Alicia: 會念這兩個碩班主要這都是幫助我在這領域可以學到更多更深，除了正規的大學，也可以用 coursera or coding bootcamp 去增加自己的專業技能。GaTech 當時我是一邊正職工作一邊讀的，後來覺得這樣太累了，所以才選擇到 UC Berkeley 讀全職 on-campus 的碩士，GaTech 的學分我後來就直接 transfer 到我的博士班學分。

筆記手：Huai Cheng
校稿：

👉 歡迎加入台灣資料科學社群，有豐富的新知分享以及最新活動資訊喔！