如果目标是进大厂的话,Machine Learning/NLP/OS/Distributed Systems哪个更重要?

为啥非要去大厂
哪里钱多去哪里

原来如此,谢谢前辈!那我就把计划里的ML/NLP换成System相关的课就好了。

原本以为本科毕业的时候带着2年AI Backend SDE经验能进大厂AI岗的…看来本科生要做AI还是只能回Startup啊..

还想问一下 :one:Data Structures and Parallelism:two:Systems Programming:three:Introduction to Operating Systems:four:Introduction to Algorithms、:five:Distributed Systems,这五门课给的基础知识(如果面试要问的话),加上Leetcode够过FANNG NG岗面试了嘛?

如果要减负,留更多时间给投简历、看面经、刷Leetcode的话,这5门课里有什么课是没有那么有必要上的呢?(因为感觉考虑到20个小时的Startup Part-Time + 平时的CSE Course Workload,刷Leetcode的时间可能不够..) :mobaidalao:

什么课都不重要,上面这个最重要。
全选水课,找人refer,认真准备面试即可

3 个赞

没发过故事会,没准备读master/phd的话别磕ml了,本科投ml简历没人看的

选课里332和421可能能帮一点刷题,344和331虽然面试基本不考,但组里要是进来一个ng完全不懂db和design pattern,对别人是很崩溃的 :yaoming:

如果要搞infra的话,os和network还是要了解的,course based distributed system基本是扯淡,上课跟看wiki差不多 :yaoming:

最后真的还有时间再去看ml / nlp。。话说llm时代,绝大多数基于semantic nlp的书都可以烧了 :yaoming:

4 个赞

刷题刷实习是最重要的.

课程的话, 硬要说的话System > Network > 剩下几门吧. ML和NLP要用的话自学加上多炼丹就行了, 要搞理论研究的话本科不够用, 没人会让本科生去搞ML算法的, 花时间学那些经典的ML方法进业界一看两眼一摸黑, 怎么全是课上没讲过的东西. 你看大厂的ML核心算法组非明星phd都进不去, 剩下招的ML engineer其实全是MLSys.

学计算机系统和网络就不一样了, 码力能硬起来, 进厂了老板让你手搓一个MLSys部件搓得又快又好才是王道. 有并行计算也可以选一下, 毕竟摩尔定律结束了, 现在小到手机大到服务器集群都是并行计算的时代了.

3 个赞

Machine Learning
Distributed Systems

NLP本科学的不够用,OS坑少+ROI低

ML学了虽然也不够去做ML工作,但起码可以当通识教育…NLP学到的可能都是没啥用的通识教育

2 个赞

你说的这个system和他说的这个system是一个吗 :yaoming:

1 个赞

无所谓,取决于icc给你教什么。或者你天赋异禀,那当务之急是注册leetcode。

1 个赞

还是老老实实实习然后投ng吧,楼主这一套感觉更像是国内的游戏规则,美国感觉不如刷题实习投ng,要么就老老实实去读phd

3 个赞

上课都没用

1 个赞

看着AI洗过的文风就反胃不想分享自己的想法。

5 个赞

Leetcode

1 个赞

:clown_face:

找工作需要运气和刷题,工作后需要软实力

AI洗出来的这一堆没一个有用的。

2 个赞

国外大部分专业都这样啊,本科前两年通识为主,可不就后面专业课就两年来上。

1 个赞

真要我说,system课没啥用,ng面试也就刷题,谁会问你OS什么的八股文。现在system也没那么多坑位招人。

大厂开的新hc都是ML/LLM相关岗位/组,就算不是mle肯定也是all in NLP/ML。以后SDE不会点NLP基础估计都过不了简历关

2 个赞

distributed system我们教的DDIA,怎么说呢,有点用但是比sd面试为目标的targeted prep差远了,毕竟DDIA有很多概念相当于是打基础其实not applicable

楼主要是真的功利,就LC + whatever lld hld shit they started doing these days,上课本来就无所谓拿个文凭的事情


怎么看今天的消息

2 个赞

我估计以后的就业市场大概率就是传统非ML相关的岗位被裁员/冻结,就留着现在的那一帮熟练工维护一下,不太可能继续大规模招人了。

之后增长主要靠把现在的产品接入LLM/AI Agent。不可能只找Research Scientist和MLE,也需要大量的SDE去帮忙做AI products,这个时候学system课是一点用都没,ML经验无比重要。

顺带一提system就算是research方向发展也很难,认识的PhD们基本都在蹭ML,搞纯system基本是夕阳行业了。

5 个赞

很多大佬们的意见不一,lz很难给信息权重。
统一的偏向是刷题+经验。课程没啥用,硬要选,给了几个方向,有说AI导向的,system导向的。AI导向的课程是好,但是AI的导向的问题是本科的东西不够用,System的以后可能用不着

2 个赞

本科刷好题就行了, 其他都看命,不招人你准备再好也没用。

3 个赞

networking+面试能力最有用 :wulian:

2 个赞