硅谷的大厂offer对很多程序员来说还是很有吸引力的，今年的机器学习（ML）相关职位也在其中。然而，在CMU/Stanford/MIT/Berkeley大佬的包围下，非名校生有多少机会？竞争激烈，如何脱颖而出？大家一定很疑惑，像谷歌、脸书、亚马逊、苹果这样的顶尖科技公司，到底青睐哪里的毕业生呢？领英数据显示，谷歌和Facebook80%以上的员工来自美国排名前200的大学。此外，据LinkedIn个人资料公开的员工称，Facebook一半以上的员工来自美国排名前10的大学。所以，很多非名校的同学可能会有一个问题：“我的学历不是很高，学校也不是很好，如果我想去硅谷的大厂工作，可能性有多大？”这不，最近，RedditA的一篇帖子标题为“大学的声誉在多大程度上影响顶级科技公司机器学习(ML)职位的面试机会？”考入美国OKish学院计算机专业硕士。这所大学在ML研究方面不是很强，但是我觉得网上有很多资源可以让我学习ML，我也可以成为和顶尖大学毕业生一样的Competent。我唯一担心的是，我一直在观察这样一种趋势，即只有顶尖大学的毕业生才有机会从事这些工作。假设我可以做一些好的项目，也许我可以为一些开源ML软件做出贡献，那么我真的有机会与MIT/Stanford/Berkeley/CMU等大学的人竞争吗？”这个“灵魂问题”真的问了很多人，不，短短一天，这个话题就引起了大家的热议：名校带给你的不仅仅是“牌子”，迂回的战术或许更有用。其中，一位名叫EastMight的网友的回答获得了高度评价:“虽然现在网上资源很多，但我觉得顶尖大学会帮助你变得更有能力。其中一个主要原因是他们有更严格的评估系统，这会促使你更自发地学习，这不仅仅是品牌和声誉的差异。此外，EastMight还分享了自己的亲身经历：“针对你的实际问题，我想分享一下我的经历：我在东欧拿到了一个非常糟糕的MSc学位（虽然是免费的），并且获得了一些行业经验。（1.5之后yearsatanon-topcompany)IgotinterviewswithBytedanceandAmazonintheUK,andothercompaniesintheFANGsrejectedme.所以是的，学校很重要，但相比之下，当你开始找工作时更重要.如果硕士期间要求不高，可以尝试边读边打工或实习。”这一观点得到了很多人的肯定：“这似乎支持了我对LinkedIn的观察：对于应用科学家的角色，亚马逊似乎不太重视大学名称，但其他公司倾向于关注这一点。另一种方式就是在FAANG的机器学习基础架构团队做软件工程师，然后转到应用型机器学习岗位。据说应用型机器学习团队更看重系统搭建能力和机器学习基础架构经验。在这种情况下，你的经验应该会有帮助。”的确，名校最大的优势就是环境和学术氛围。当你身边都是志同道合、志同道合的人时，往往会有更多充满活力的竞争、灵感和伙伴关系。另外，一些常春藤名校有非常高“等级膨胀”——哈佛的平均成绩是B到B+。有网友说：“如果你想去顶级科技公司，你的目标应该是实习，这样你才能得到回报。”ML实习会压力很大（因为现在竞争很激烈），所以你也可以考虑做正规的SWE或者DS实习。即使他们不是ML，两者之间也有足够的交叉点，一个实习总比没有好。使自己在ML/AI领域脱颖而出的最简单方法是发布，但您可能没有太多时间这样做，或者不能确保在硕士课程中获得良好的指导。那么你可能会考虑在你的简历中添加其他部分，比如开源贡献。它可能对ML有帮助，但对SWE绝对有帮助。”或者从更长远的角度审视自己可能会更好：“最初，您可能会因为所处的位置而很难接听电话。如果你离公司太远，他们必须经常飞你去那里，所以他们更喜欢附近的候选人。但是，如果你是好大学毕业的，而且你的简历非常适合工作要求，还是有机会的。面对第一份工作，不要太紧张：大多数人都有这样的误区，认为毕业就得马上进入自己梦想的公司。然而，这很难而且很少发生，人们通常会在一两年内跳槽——因为你的初始工资会很低，你不知道如何正确谈判，而且你不想冒失去唯一选择的风险。所以，你可以考虑找一份可以跳槽到多家公司的工作。在公司站稳脚跟后，您会发现换工作或接到面试电话是多么容易：您几乎每天都会被电子邮件、工作机会或面试淹没。然后，如果你每天都做好准备，你就可以轻松跳槽到你梦想的公司。这也是最好的办法。”阶段性提升竞争力，“自我激励”是关键。有网友对整个求职过程做了比较全面的总结：“求职问题可以分为两步：1、获得1次面试机会2.通过这次面试我觉得MIT和其他学校的学生的主要优势是面试机会会自己找上门来，尤其是通过招聘会、校友网络、大牌来任教和/或听讲座/演讲等机会。我是Tier1学校的博士生（Tier0是麻省理工学院等），但在我的国家，我的本科学校是Tier0，所以我非常了解其中的好处。顶级公司会来到我们学校，在高档餐厅为我们提供美食和美酒——这绝对是一个优势。所以我建议你把重点放在面试上——网络是关键。别忘了，还有“后门”。而且就业机会总是比麻省理工学院等学校的毕业生多，所以不要失去希望。然而，现在每个人都知道网络是关键，因此他们向FAANG公司的人员发送电子邮件或LinkedIn招聘人员“垃圾邮件”。我听很多招聘人员的朋友说，他们甚至不再回复这些邮件了，这让我很沮丧。所以需要一个替代方案：在网上查找有关如何通过面试的信息，我认为这会更容易，但信息也非常复杂：为接近处理Excel的职位提供愚蠢的编码面试，用一堆错误的问题进行测试等.最后，作为机器学习工程师在FAANG公司实习了7个月之后，我发现我真的很想在一个小一点的公司做一些更有趣的事情。不要误会我的意思，这是一个很棒的7个月体验，以上只是个人喜好——我是一个通才，但FAANG正在寻找专家。”有网友既有“名校”也有“非名校”的经历：“我也有过类似的经历。我去了一所公立学校并参加了招聘会，但谷歌、亚马逊、Facebook等，Apple和Netflix都不参加。之后去了常春藤名校读博士，招聘会上有FAANG，还有更多的公司。然而，实际上，我就读的公立学校的工程项目比我就读的常春藤盟校更好。因此，排名较高的学校往往会提供更多的机会。不过不要太关注那些顶级公司——我申请并获得了面试，甚至完美无缺地面试，但我没有被录用。现在，我在这所学校做数据科学家，挣的钱和大厂差不多，压力更小，人脉很重要！”自己的经历：“我去了美国一所免费的公立文理学院，几乎拿到了每一个FANNG的面试和offer。我还得到了定量研究和其他非常好的工作的面试。然而，我的大部分同学都找不到面试机会，他们只是抱怨学校不为人知。其实我只是有很多个人项目经验和论文，大部分同学只是去上课，不做任何额外的事情。我认为这是关键——如果你上过任何一所顶尖大学，招聘人员就会知道你确实有自我激励的能力。如果你不去其中一所精英学校，你需要以另一种方式表现出来。”总的来说，名校确实给了你更好的入学门槛，更好的学术氛围，更激烈的竞争环境。但是，如果你有优秀的项目经验、实习和工作经验，高星级的Git个人网站或相关论文，再加上良好的NetworkingAbility，那么即使你不是名校出身，也还是有很多机会的。哪怕一开始真的没有进入理想的公司，也可以好好努力，踏踏实实的工作，站稳脚跟之后，就可以跳槽了。这时，你的天空会更广阔。
