美国CS PhD ng找工

by 16-自动化-华轶凡

本人背景

CSE Phd NG，科研方向比较传统但是和AI沾点，弱citation。中学竞赛选手，十年没刷过题了。北美无intern。24年年底投了4份简历（非常幸运，别学！！！），拿到Google 和 meta面试后都过了，最后到手了Meta E4和Google L4的offer。

CS市场总览

在经历了20年血崩，21-22年超级大放水，23-24的全线裁员冰封三尺后，25年CS就业大致来到了一个缓慢恢复期。大厂开始逐渐恢复以往的招聘节奏，因为多了许多对AI的投资，中厂小厂扩张了不少岗位，AI相关的startup也像雨后春笋般冒了出来。但是找工作依旧十分困难，最核心的原因是大科技行业依旧在寻求缩减在人员工资上的开支。许多公司在印度、加拿大、爱尔兰、东欧等工资洼地大幅放开招聘，同时在美国本地停止或者缩减headcount。

信息获取

最重要的准备就是获得足够有价值的信息。包括但不限于今年大致的行情，某些大厂中厂放出岗位的时间，具体招聘的大致流程（组招 vs 统招），面试的难度、题库、种类，小厂startup招聘情况等等。我推荐首先完善好自己的linkedin，同时关注大厂招聘的官网，同时找一找学校有没有类似CS招工或者抱团群 （别问了SEU没有）。学长学姐或者同学的亲身经历是最最有用的信息。可以将一亩三分地和小红书的信息作为一定的补充。虽然这些平台有质量高的干货，但是平均质量非常低，需要仔细甄别和思考。以及这两个平台看多了容易影响到情绪。本人自认为情绪非常稳定但是一亩三分地和小红书找工职场内容看多了还是会被焦虑和戾气影响。（一亩三分地吹牛骂街故意troll的太多。小红书太多求职中介了不要给他们付钱，要么只是白嫖他们信息，要么就别加。以及小红书有很多21-22年看了别人转码拿了大包自己也转码，但是自己转完23-24求职比较困难的人，散播了许多焦虑。这两个平台推荐有目的的去找自己要的信息，少刷少看。）

简历投递

首先简历一定一定一定要反复检查，因为关键信息打错了或者简历上有低级失误，导致机会白白流失是非常常见的也非常可惜的。其次，一定是要标注出一些技术，方向相关的关键词。同时关键词一定不能太深入技术本身。因为第一眼看简历的是HR（或者甚至是自动的机器筛选），他们可能会比普通人懂得多，但是一定不会理解技术的细枝末节。如果简历他们看不到他们想看到的，那么在简历关就会被刷下去。简历上一定要有润色，可以活用chatgpt按照STARS原则来写自己的实习、工作、项目经历。

对于统一的校招一定要快。特别是处于一个紧张的市场中。因为公司，特别是大厂追求的是效率最优。因此当这个公司收到足够的简历以后，之后的投递者即使再优秀，机会也非常渺茫。

对于组招，那么在快的基础上，一定要反复阅读job description并且考虑突出符合job description的特质和经历，单独重新写一份简历。

OA (Online Assessment = 线上笔试)

因为phd毕业直接对应mid-level岗位没做过，不是特别清楚。理论上题库非常小，甚至有可能公司两周之内所有人拿到的题都差不多。(小红书上偶尔能刷到某厂某周的OA题)

VO (Virtual Onsite = 线上面试)

技术面。主要是刷题，时间宝贵，必须要通过确定这家公司刷题有没有效。一般来说公司规模越大，刷题就越有帮助。大公司会注重流程稳定、公正。较小的公司的技术面则有很大的概率和公司业务高度相关。小公司会期望你能以最快的速度出活。亚马逊、meta和tiktok题库比较集中，刷leetcode高频题容易碰到原题，而且Meta只考一些基础的算法为主，大概率不考DP的图论，Google就题库比较大，网上搜到的不多，面试官自由发挥的空间大且难度普遍偏大（会考DP和图论。小厂看下来只能随缘了）

行为面（Behavior Questions）。一般是为了考察你在某个职场情境中的反应和具体处理问题的方式。公司会期望你的表现能和公司的价值观一致，并且和同事能够高效合作。我并不推荐像做题一样去背一些虚拟的例子（亚马逊除外），因为通常行为面的面试官职级很高 （ Manager 1/2 ≈ 阿里p8 +），你在说一些完全和自己经历无关的东西会被一眼看穿。比较推荐结合自身经历去像聊天一样的谈。

系统设计面 （System Design）。一般为了考察代码设计能力。phd ng和工作1-3年经历的人才会碰到，略。

其次是交流和表达问题。一般面试官大概率是华人/印度人，即使是英语母语国家的人，他们工作中也和中/印口音的同事日常交流。tiktok甚至会直接普通话面试，有的组不讲普通话会直接刷掉candidate。所以请不要对自己的口音和表达的细节太纠结。但是一定要沟通的大方、清晰、自信。可以的话请找人mock interview（实在不行也有类似的付费服务，个人认为试一两次的钱是值得的）。 在面试的过程中保持和面试官的交流，有的人希望你多说，有的人希望你少说，这些在面试开始前就可以问好建立一个沟通的预期。

按照流程，是所有的面试官分别单独给你的表现打分，最后综合打分结果给一个结果 proceed or reject or 加面收集更多的signal。面试官的权力是非常大的，因此搞清楚面试对你的预期是非常重要的，一定要做出符合面试官预期的行为。有的时候比把题做出来更重要。

最后关于作弊问题，代考、ai辅助作弊已经有泛滥的趋势了，疫情之后onsite变成了virtual onsite。我猜可能未来会回归onsite来遏制作弊泛滥的趋势。

薪资

和国内大厂构成比较像，现金+股票+奖金+签字费。具体请参考 [levels.fyi](http://levels.fyi) ，信息略有滞后但是基本可靠。

总结

最近过去几年的招聘形式最主要还是看大厂的招聘节奏和大环境，个人的努力影响有限。这些归根结底是美国企业对于用人有几乎为100%的自由，双向at-will，也正是这种放任自由造就了美国科技行业的竞争力和创新力。作为打工人，要么两个都得要（高于其他地区其他行业的收入+残酷的竞争），要么两个都不要（一般的收入+有一定就业保障）。祝你一切顺利！