写在前面

本人目前是美国爱荷华大学电子工程专业四年级博士生。临近毕业，所以在2022年的9月初开始准备申请2023年的暑期实习。申请的方向主要包括计算机视觉、机器学习、软件开发。先说结果，投递了大概50份简历之后，收到了2家公司面试，第一个公司是一家药厂 ，第二个公司是一家知名医疗器械研发公司，岗位都是基于人工智能的医学影像处理和分析。

我最终选择去了一家医疗器械开发公司。为期三个月的实习申请之路也算是告一段落了，在这里我想分享一下自己的准备、经验和总结，希望可以为同样申请实习的同学提供一个参考。

个人背景

本人博士的课题是关于机器学习和计算机辅助外科技术（surgical navigation）。自己的技能点主要包含：编程语言（C++ 和 Python），深度学习框架（ Tensorflow 和 Pytorch），计算机视觉工具包（OpenCV，ITK，PCL 等 ），其他技能（Qt 图形界面设计，Matlab，Unity等）。上过学校的深度学习、机器学习、数字图像处理等课程。所以，申请的实习岗位集中于计算机视觉、机器学习、软件开发、医学图像处理等方向。

准备过程

申请材料

主要就是简历和求职信，有些竞争比较激烈的岗位还要求推荐信，不过我这次找实习只用到了简历和求职信。如何写简历和求职信，大家可以网上搜索资料。Overleaf 上有很多简历模板，大家可以自己挑选一个适合自己的。 Overleaf简历模板 求职信可以参考以下网站。 Cover Letter模板

领英和个人网站也可以用心编辑一下，可以为自己求职助力，很多职位都支持用领英主页辅助申请。关于申请材料的准备，我的建议是尽早准备，因为这个过程往往比我们想象的要耗费时间。

面试准备

对于我申请的岗位，我认为面试应该从以下四个方面准备。

第一，熟悉自己的科研项目。自己做过的项目，发表过的文章一定要非常熟悉。项目的整体思路、涉及到的算法和理论、可以优化的方向都可能是面试官感兴趣的地方，他们也会很倾向于针对这些方向提问。尤其是研究向的实习岗位，面试官自己可能就是一些科研项目的一线负责人，他们也更希望可以招聘到可以帮助他们解决实际的项目问题的人。

第二，复习相关课程。我申请的岗位是关于计算机视觉、机器学习和医学图像处理的，那么相关的课程就可能会成为面试官的重点考察对象，这些课程包括深度学习、机器学习、数字图像处理等。一些基本的图像处理算法、某个深度网络的特性以及如何用于解决具体的问题等。其他学科的岗位也是类似的，和岗位相关度比较大的课程要复习一遍。

第三，编程能力。我申请的这些岗位，编程是最基本的技能。所以，很多公司在招聘时会首先测试求职者的编程能力是否达标 。如果无法通过第一轮的编程测试，那么就无法进入后续的真人面试环节。其实，也有一些编程测试是在面试官的监督下完成的。比如，我一个朋友遇到的一个面试题就是，给定一段用 Tensorflow 实现深度网络的训练的代码，但是这是一段有问题（Bug）的代码，需要她找出这些问题并解决，让这段代码可以跑得通。C++、Python、Java、JacaScript 等编程语言，Tensorflow、Pytorch、OpenCV 等工具包，这些都可以成为考察的对象，视申请的岗位而定。如果编程能力不够娴熟，就需要提早准备。

第四，面试八股文。网上有很多面经，也有很多人根据求职方向整理了一些在面试中常见的问题。有的是所谓的行为型问题，英文叫 Behavioral Questions。深度学习、数据科学方向的岗位也有常见面试题集锦，俗称“八股文”。下面是我找到的一些资料，大家可以酌情参考。我个人认为做好基本功比背这些“八股文”要重要。

1. https://www.techinterviewhandbook.org/behavioral-interview/
2. https://github.com/andrewekhalel/MLQuestions
3. https://github.com/shafaypro/CrackingMachineLearningInterview
4. https://github.com/jayinai/ml-interview
5. https://gist.github.com/felipemoraes/c423d1447ee13585e2270b27f174fb13
6. https://github.com/QuickLearner171998/Machine-Learning-Interview-Prep
7. https://github.com/khangich/machine-learning-interview
8. https://github.com/chiphuyen/ml-interviews-book
9. https://github.com/alirezadir/machine-learning-interview-enlightener

不同的职位，这四个方面的重要性是不同的，大家可以根据自己的求职方向安排最合理的准备方式。最理想的就是全面地从这四个方面准备面试，那么，我认为对于大部分的面试题，都是可以应付过来的。

申请的岗位

搜集招聘信息也是一项重要的求职技能。如何能从海量的职位信息中筛选出最匹配自己的岗位，如何根据具体的岗位来调整自己的申请材料以及在正确的时机投递申请…… 搞懂这些问题，可以让申请事半功倍。可惜，我自己对这方面也是一头雾水。所以，只能用笨方法——海投，而且要在招聘信息发出来不久就尽快提交申请。

从哪里搜集这些招聘信息呢？我目前关注的主要有四个渠道：第一，知名公司的求职官网；第二，向身边的师兄/师姐了解实习信息；第三，一些论坛整理更新的实习招聘信息；第四，求职分享群。

知名公司的求职官网。像 Google、Meta、Apple、Microsoft、Amazon 这些知名大厂，进入它们的求职官网，设置关键词过滤招聘信息，就可以筛选出求职者有意向申请的实习岗位。例如，下面就是我在 Microsoft 官网用Machine Learning 作为关键词搜索到的招聘信息，还可以通过设置工作地点、职位属性（实习或者全职）来进一步缩小搜寻范围。然后就是手动地把适合自己的岗位整理出来，为下一步的申请做准备。 Micorsoft 岗位

向身边的师兄、师姐了解实习信息。同校、同院系的同学，有很多有过实习经历，没有比他们更好的信息源了。背景和你越相近，他/她们的经历就越有参考价值。目前给我发 offer 的这家药厂，我之所以关注这家公司，就是因为一个同专业的师兄在那里实习过。在面试前，我还向他征询了一些建议，现在，我非常感激他。当然了，也可以去领英看看其他学校相似专业的同学有过哪些实习经历。

一些论坛整理更新的实习招聘信息。我在 Github 上发现了一个仓库，收录了一些2023年美国科技岗位的实习招聘信息，会不断更新。大家可以找到适合自己的实习岗位，投递申请，甚至不嫌麻烦的同学可以逐个申请 。 SimplifyJobs

求职分享群。我还偶然加入了一个微信群，大部分成员是在美国读书的学生，大家也会相互分享一些求职信息。在这种群组里面，有一些招聘者会亲自发布信息，可以直接联系他们，如果背景符合，可以快速进入招聘流程。

下面两个表格整理了我申请过的实习岗位。表一包含一些非医疗领域的实习岗位，招聘方包含一些知名的科技公司，还有一些我偶然知道的实习岗位。表二则列出了我申请的几个医疗领域的实习岗位，更符合我的科研背景。

表一：非医疗公司实习岗

表二：医疗公司实习岗

面试以及结果

对于面试，我想说的是，一定要对自己在简历上列出的东西非常熟悉：某个项目、某个技能…… 你之所以能获得面试机会就是因为你的简历吸引到了面试官，所以他们也会重点考察你在简历上列出的经历、拥有的能力是否属实。

我最终收到了两家公司的面试，并且都拿到了offer，可以在表二中看到。

经验总结

1. 准备工作一定要趁早做。搜集实习岗位信息、修改简历、联系推荐信、刷题、准备面试等环节会耗费大量时间，所以越早准备就越好。简历在平时就可以不定期更新，复习核心课程、回顾项目经历、刷题也应该提前进行。这样，在公司集中发布实习岗位信息的时候，就可以把注意力集中在信息搜集、投递申请、准备面试等方面。
2. 申请的岗位一定要符合自己的专业背景。我之所以把申请过的实习岗位用两个表格整理出来，就是想向大家说明专业背景和实习岗位的匹配有多么重要。如果，我一开始就把申请的重心集中在医疗器械研发和医学图像处理的岗位，我觉得自己可以获得更多面试机会和 offer，那样的话也可以多一些选择的余地。申请大厂的数据科学、机器学习、软件工程方向的实习岗位竞争非常激烈，而且和我的专业背景相关度很低，所以我的优势无法发挥出来。
3. 偏向于研究型的实习岗位，要在面试中着重突出自己的科研能力。我在网上搜集了一些关于机器学习的八股文，但是在面试中，这些问题并没有出现。面试官更感兴趣的是我的科研经历以及解决具体科研问题的能力。所以，对于博士生以及研究型硕士生，自己的科研项目中的各种细节要非常清楚，例如整体框架、涉及的算法、实验的设计、可能的改进思路等。
4. 在学习和做项目的过程中，一定要不断地巩固基本功。如果我在以前上课的时候，认真学习并且对课程主要的知识点做好归纳整理，那么我在准备面试的时候，就可以简单复习一下，而不是需要重新去看一下 ppt、跑一下代码。这些事情占用了我大量的时间，导致我无法把精力放在申请实习本身上面，错失了一些机会。希望大家引以为戒。
5. 利用好身边的人脉。已经毕业的师兄/师姐，他/她们的求职经历和求职建议是非常有帮助的。不要害怕去寻求他/她们的帮助，被拒绝了，无非心里有些难受，但是如果他/她们愿意提供帮助，是可以实实在在地帮助求职的。而且，将心比心，如果以后有人向我寻求求职上的建议，我也会很乐意分享自己的经验的，我相信很多人也是同样的想法。除此之外，一起求职的同学也可以相互分享信息、督促学习、抱团取暖。
6. 保持一个自信乐观的态度。最近，继马斯克在 Twitter 大规模裁员之后，Meta 和 Amazon 也大规模跟进，美国高科技行业就业市场一片哀鸿。看到领英上有很多被裁员工发布的求职公告，而且身边的朋友求职过程也非常不顺，我曾以为自己可能找不到实习了。在准备面试时，我发现需要准备复习的材料太多，害怕在面试的时候，面试官会问一些刁钻的问题。但是，回顾找实习的经历，我发现它比预期要顺利。有一个积极乐观的求职态度，会让艰难的求职过程变得顺利一些。

结语

我觉得，虽然只拿到了两个面试，一个 offer，但是对于第一次找实习而且背景不算很强的我来说，还算是一个不错的结果。我曾经悲观地认为自己要投递一两百份简历，被面试官层层虐杀，等到2023年春季才能侥幸得到一个实习机会。希望所有的求职者都拿到理想的 offer。