应届生，一个年薪50万的公司和英伟达应该选哪个?

发表于 5 天前

首先，从行业的发展来看，作为AI算法的承载芯片，至少未来10年都是发展方向，NV作为行业领先者，更是让人望其项背，能拿到offer，是很令人羡慕的一件事。但是，近些年来外企的就业环境，尤其是美国企业在中国，特别作为美国顶尖技术的代表企业在中国的市场和分公司，受政治因素影响会非常大。NV在中国的策略一再摇摆，这几天中国政府也对NV开出了罚单，说是涉嫌垄断，因此入职NV中国公司会有很大的风险，也就是非常不稳定，有可能一夜之间就没了工作，而且都不带提前通知的。
      第二点就是NV虽然是美国公司，但是毕竟老板是中国台湾人，所以公司文化是中西合璧的，也就是薪水会很高，但是工作时间也会很长，而且平时的支出控制还是比较严格的，不像其他的美国企业大手大脚。所以在这一点也是要调整期望值的，所以不是一般意义的“打工者的天堂”。
   第三点就是由于NV的规模已经很大，所以各个职位的工作内容已经细化，虽然可以了解世界最前沿的技术，熟悉最前沿的产品和型号，但是并不能掌握到技术核心，因此整整落地的能力可能并不能学到太多。
   如果以上三点都能接受，那就选择NV，有机会去看看山顶的风景也不错。

发表于 5 天前

最近一位保offer精英班的学员拿到了英伟达的的Offer。该学员微软八年工作经验，工作第六年升的senior，在微软属于平步上升的选手，这次也成功完成了职业转型。
下文提及的面试策略，通过直接和HR说自己是行业资深的从业人员，要求跳过Phone Screen的流程，传递自己胸有成竹，很有自信的信号，会让后续的面试顺畅很多，但也千万要以强劲的技术实力作为后盾！其实也是很多senior选手会选择的面试技巧。
业界需要什么样的人才，那么：懂算法，能读paper，懂infra，有product经验这样的多面型选手才是目前业界最稀缺的人才。罗老师的拿到的年包是50万美元左右，但考虑英伟达股票的未来潜力，这个包最终可以落地的一定是更多的。大家可以把这篇面经作为一个标杆。
大牛学院：北美求职Timeline以及保offer项目介绍

以下是学员第一视角的战报：
保Offer23年秋季精英突击班学员，微软64级senior，八年工作经验，毕业后第一次跳槽，处女贴献给Justin老师。因为我的英文名是罗伯，造型上戴着眼镜圆脸留着小山羊胡子，和罗永浩有点像，所以在微软内部的绰号是罗老师。做infra相关的小伙伴应该很多和我合作过。

看着微软后台的RSU噌噌噌往上涨，感觉自己的人生一眼看到了头，觉得应该还是趁年轻多做一些改变和探索。（贪图大包，微软给的太抠了，跟着盖茨混，三天饿九顿）。经过和Justin老师八个月的奋战成功跳槽英伟达。
大牛学院：北美求职Timeline以及保offer项目介绍在领英上投递的英伟达的MLE岗位，本来没有什么面试经验的我，是没有抱太大希望的。在我提交申请后的两个星期内就收到了英伟达的面试邀请。当时我在公司忙着处理项目，突然收到这样的消息，感觉就像是平静的生活中突然掀起了一阵波澜。怀着既兴奋又紧张的心情，我接受了邀请，并预约了第一轮面试。

电话面
Justin老师给我出了个”子午谷奇谋“，让我霸气一点，可以在聊到十分钟左右的时候直接和HR说自己是行业资深的从业人员，phone interview（电话面试）这种形式对我来说没有什么必要，直接onsite（现场）就好，其他Senior级别的同学可以适度酌情参考这条策略。
现场第一轮
面试时长30分钟，主要内容是聊我的简历和项目经历。面试过程非常轻松，感觉像是在与老朋友聊天。面试官首先问了我关于当前项目的一些问题：“你为什么选择这个机器学习模型？” 我解释说，我选择这个模型是因为它在我们数据集上的表现优异，并且具有较好的可解释性。接着，他问我在实现这个模型时遇到了哪些问题，我提到我在训练深度学习模型时面临的主要问题是训练时间过长。但是我的解决方案是通过分布式训练和模型压缩技术来加速训练过程，从而减少训练时间，提高工作效率。

然后他问我有没有使用过任何开源工具来构建模型，如果使用过，如何进行微调。我使用了huggingface库来构建BERT和XLNet模型，进行微调时，我主要调整了学习率、批次大小以及dropout率等参数。

最后，他问我是否使用过英伟达的产品，我很自豪地回答：“当然有！我训练模型的机器配备了8块NVIDIA V100 Tensor Core GPU，我主要使用Pytorch框架进行开发。”

面试结束后，我感觉和面试官聊得非常愉快，进入下一轮面试应该是没问题的。没过几天，我就收到了通知，顺利通过了这轮面试，然后和HR预约了第二轮技术视频面试。第二轮技术视频面试时间长达90分钟。我在会议室看到4个人，2个印度人，一个白人，一个亚洲人。整个面试分为五个部分：

自我介绍：他们先介绍了他们的团队，主要是为金融科技公司提供框架和模型咨询的工作，需要一定的出差。然后让我自我介绍，我简单介绍了自己的背景、目前的工作和主要的项目经验。
编码部分：在CoderPad上进行了一道LeetCode题187的follow-up，题目不算难，解决了corner case后，讨论了时间复杂度和空间复杂度。虽然我没答上空间复杂度，但这对结果影响不大。英伟达MLE岗位面试主要侧重于机器学习基础和数学题，编程算法反而没考到很多。

项目和研究论文展示：我之前实习的公司主要是负责 ToB 业务，帮助客户优化模型，提高模型训练速度，进行一些最新的模型的实现。工作主要是项目制，帮助 BAT 这样的大客户优化他们的模型速度，包括 deep learning 的 training 或者 inference 阶段。我介绍了在公司做的项目，使用的开源工具，如何进行微调，以及调了哪些参数。这部分我准备得比较充分，回答得很顺利。

对于研究论文部分，我也展示了之前在会议上做的演讲PPT。详细讲解了使用的模型、实验结果和结论。面试官对我的研究非常感兴趣，问了很多细节问题，例如为什么选择随机森林模型，以及如何处理数据不平衡的问题。

最后就是四轮loop面试，因为我面试英伟达的时候还是疫情期间，所以都改为了线上面试。这四轮面试主要问到了机器学习、深度学习以及一些BQ问题。
机器学习内容包括以下题目：
1.“你在论文中提到你使用了随机森林，能解释一下什么是随机森林吗？” 我回答说，随机森林是通过集成多棵决策树来提升模型的准确性和稳定性的一种方法。
2.“随机森林和决策树的区别是什么？” 我解释说，决策树容易过拟合，而随机森林通过集成多棵树并采用bagging的方法减少了过拟合的风险。
3.“如何防止过拟合？” 我提到可以通过交叉验证、正则化、提前停止训练等方法来防止过拟合。
4.“L1和L2正则化的区别是什么？” 我解释说，L1正则化通过引入L1范数使得模型参数稀疏化，而L2正则化则通过L2范数减少参数的幅度，从而防止过拟合。
5.“如果数据不平衡，如何处理？” 我提到了使用SMOTE（Synthetic Minority Over-sampling Technique）来生成合成的少数类样本，以平衡数据集。

深度学习部分的问题包括：为什么使用LSTM、LSTM和RNN的区别、LSTM的门机制、Transformer模型、以及XLNet和BERT的比较。
1.“你为什么选择使用LSTM？” 我回答说，LSTM能够捕捉长期依赖关系，适合处理序列数据。
2.“LSTM和RNN的区别是什么？为什么LSTM比RNN更好？” 我解释说，LSTM通过引入遗忘门、输入门和输出门，解决了RNN中的梯度消失问题。
3.“LSTM的门机制是什么？为什么有用？” 我详细解释了LSTM的三个门，并指出遗忘门可以选择性地遗忘不重要的信息，确保模型更好地学习长期依赖关系。
4.“什么是Transformer？你使用过哪些Transformer模型？” 我回答说，Transformer是一种基于注意力机制的模型，能够并行处理序列数据，显著提高了训练速度。我提到了使用过的BERT和XLNet模型，并比较了它们的优缺点。
5.“为什么你认为XLNet比BERT更好？” 我解释说，XLNet通过引入自回归模型，能够更好地捕捉双向上下文信息，因此在某些任务上表现优于BERT。

最后，白人主管问了一些BQ，包括：“为什么你对英伟达感兴趣？为什么选择现在这个时间点？” 我回答说，英伟达在AI领域具有领先地位，我希望能在这个平台上提升自己的技术能力，参与到更多有挑战性的项目中。他还问了我是否有帮助他人的经历，我分享了在团队中帮助新员工上手项目的经验，以及如何通过pair programming来提升团队整体效率。他问我是否有教学经验，我提到曾在公司内部组织过技术分享会，喜欢通过实例和互动的方式进行教学。

面试结束后，我感觉整个人都轻松了不少，虽然过程有点紧张，但也让我收获颇丰。几天后，我收到了英伟达的offer邮件，不枉我和Justin老师八个月的准备时间。
最后，Justin老师是很厉害的一位同事，不仅技术很厉害，而且口才幽默，循循善诱，是业界很难得一见的人才，专业和人品的层面都是没得说的。
也推荐一下Justin老师的其他课程：
大牛学院：关于职业规划四节课大牛学院：关于科技大厂的面试流程以及算法外挂班大牛学院：北美求职Timeline以及保offer项目介绍大牛学院：关于机器学习系统设计课程（ML Design）大牛学院：关于系统设计课程（System Design）

发表于 5 天前

先说些东西简单自证一下前NV员工身份，NV这边午餐卡22，绿色卡片，11：15开始派发，晚餐16，橘黄色卡片，晚餐卡领取时间18:50-19：30，年会在佘山茂御臻品，IT在2楼，纸巾免费，可以去茶水间取，茶水间不提供纸杯，一楼有一个游戏间，没窗户，游戏机是Switch。
NV不适合新人，不适合想入行的人。学不到东西。NV的策略就是让你做非常非常窄，成为他们的熟练工，最后你什么都不会，你想跳槽也跳不出去，然后就会控制你的薪水。和华为不一样，华为是只负责一个模块，从前到后都会做。那么你会知道是什么导致了这个问题，甚至本来就是你自己做的，你自己负责。但NV你在处理别人的东西，你再想去了解，就断掉了。有些人不愿意和你分享他的知识。

AMD被称为中国半导体黄埔军校，AMD一些核心部门在中国，中国很多初创公司都是AMD的人出来创立的。NV在华没有核心部门，就是打工的。

很多复旦交大的不想去华为，喜欢外企，喜欢英伟达，觉得华为累。英伟达也累，而且学不到技术。n年之后，这些在英伟达的复旦交大的毕业生比不上那些普通211去了华为的人。在NV，设计和框架都成熟了，做些小修小补，每次做一些modification，或者从上一个项目找找解决方法基本上工作就完成了。但华为不一样，很多东西就是让你做，而且要做出东西来。
现在华为的人都很抢手。当时我的同学去了华为，现在跳槽给的package比我多20万。你跳槽的时候人家看到你是英伟达的，知道你啥也不会。会的很多也是Nvidia自己公司的一些东西。

NV表面说很好可以调岗，前提是你在现在的岗位996，做出了超过薪水很多的劳动才行。那些印度人凌晨两三点找你，真的受不了。而且有些manager很喜欢你on-call，周末没完没了找你。但怎么说呢，他也确实周末都在线，我曾经周末回他邮件，以为他没有在工作，想拖到周一，结果半小时之内就回复了，我服气的。。很多人周末也在工作。蛮卷的。但也有恶心的，他催你催得急，你在线问他，他又不回复。结果后来，那个周末半小时之内回复我的人离职了。后者催我但不理我得这个还在NV混着呢。
不过学不到技术，卷就没意义了。
如果你去了NV，我只能说你注意着点。看看周围有没有人离职。如果你的小组很稳定，那恭喜，至少你的team还可以。如果你的小组隔三岔五有人走，那你注意点。我在的时候离职率有50%了。Manager跑路了，5-6年经验的也有的跑路了，干了两年就跑的也有。我就觉得不行了。他们意识到自己被温水煮青蛙了，就溜了。NV有些manager不行的，也就自己那点知识可以，真的让他去开公司做整个流程他不行的。更别说NV很多人就是专职manager，就是管人，协调，催进度，技术的细节以及最后的解决方案他都是不懂的。应届生往往还能狗一段时间，很多想做事情的人来NV连两个月都待不下去。很多人的简历上会有一段两三个月的NV工作经验，因为看到NV学不到东西。
时常看着点JD，看看别的公司需要什么样的技能。时常去面试一下，看看你在英伟达学的这些东西别人接受不接受。时常和你在华为的小伙伴交流交流，看看人家说的东西你懂不懂。心里想着点，“如果我跳槽我需要那些技能，如果我要做整个项目的经理需要那些技能”。

发表于 5 天前

千万别选英伟达，比别的外企多的钱全是让你加班的，白天开会晚上加班肝，尤其是hw前端做的都是烂玩意，外国组不屑于做的垃圾东西全丢过来还以为自己多牛逼似的，真把洋大人的尿当蜂蜜喝？天天张嘴闭嘴公司多厉害，请问人家国外组有把你当人？

发表于 5 天前

英伟达的工作节奏真的超快，我老公最近都是居家办公，经常，我早上刚醒他已经在干活了，我睡的时候，他还在开会。但是，我不明白，他居然忙得很快乐？？

应届生，一个年薪50万的公司和英伟达应该选哪个?

本周热门