`

【转】伯克利eecs/cs学生如何在大四拿到google full time offer的攻略

 
阅读更多

转自:http://www.1point3acres.com/bbs/thread-36589-1-1.html

 

年初给学弟学妹们写的,发过来但愿对大家都有些帮助吧,但很多东西不是一个学校可能不怎么适用... 如果有惹到哪位大神了,请原谅我吧.... btw 我所说的是eecs里读cs的童鞋


鉴于越来越多的人都来问我同样的问题,偶就还是写下来吧~


文章里的都是偶个人对找工作的理解,和从别人那里听来的经验(我从来没有工作过,也从来没有找到过工作),有没有用那肯定是不保证的,但如果你能做到这些要求,并且没有犯sb错误,还找不到工作的话,偶觉得实在是很难理解~



* 偶中文很垃圾,看起来诡异的话请谅解~ 哪位大牛如果看到有啥讲得不对的请谅解~

* 本文定位比较高,可能不需要这么高的要求也能进很好的公司~

* phd大神们,请勿吐槽.. (yes, shaoyi I am talking to U!)



首先,欢迎你来到伯克利这个cs听起来很牛,但其实本科教育质量一塌糊涂的学校~ 学校的座右铭是swim or sink,而你又选择了最最难的专业cs或者eecs.. 所以在未来的4年里,你将会体验啥叫真正的被虐,但如果你能坚持下去的话,那四年后,你一定会脱胎换骨成为一个不错的code monkey(鼓掌.....)。就像某位九几年的学长说的:"In EECS you will experience 4 years of misery and hell, but in exchange you will be rewarded a lifetime of honor and pride." (原话忘记了,但差不多这个意思吧~)



文本的目地是帮助那些非神人,但愿意花心思花时间去读书,愿意通过提早准备和最优化计划来给自己加buff,从而在毕业后找到最好工作的人~ eric那样的神人估计随便读读就能进google,但对大部分的人来说可能还是需要通过提早准备和最优化的时间安排来最大化自己找到好工作的几率。



适用人群:

首先你必须有一定的脑子和能力,最好还有一些兴趣,虽然大部分的人都是因为eecs好找工作才去读,但其实如果你不是很适合的话,被虐4年之后,出来工作也不好找 (我没有开玩笑,美国人除外)... 偶个人感觉一个不错的自我测试是 cs61a 能不能拿 a-/b+或者以上。cs的课都是越读越难的,所以我感觉61a如果a-都拿不了的话,那继续读下去可能会比较悲剧。当然也有人 61a很悲剧,后面的课就厉害不少,但我感觉a-/b+是很低的标准了。



进程表:

大一 cs61a,cs61b

大一暑假 cs61c

大二 cs70, (>2) upper div,研究

大二暑假 实习

大三 cs162, (>2) upper div,研究

大三暑假 实习

大四 upper div, grad lvl(?),(泡mm?)

*不要觉得这个课表进度很快,大部分的eecs牛人比这个还快一个学期..



一些想法:

*千万别上cs3, 那个课完全是个浪费时间的东西...

*实习都是早一年的秋天开始找的,然后以同年的1-3月为主要的申请时间,大三暑假理想的话,应该是申请到最好的公司实习 amazon google ms facebook之类的~

*研究的话,eecs的内部研究网站和urap都是不错的选择,有时直接找任课老师也不错。记住你做研究的主要目的是积累项目经验,而不是发论文,所以找的项目最好都是有industry buzz words的那种,cloud computing, machine learning虾米的,然后最好有比较多的implementation。这样,你简历上就不会有那些每个eecs专业的人都会做的项目,而是一些很有意思听起来特别nb(研究项目没几个听起来不nb的)的项目。很多时候虽然你只负责做整个项目很小一部分,但在交简历和面试的时候,还是可以谈自己所在的项目,这样就能瞬间让你比其他只上课的人要nb很多~ 当然啦,你得了解你自己所在的项目,能经得起别人问题的考验。

*最理想的研究项目应该是代码多然后又有buzz words的玩意儿,例如parlab整天有那种啥新一代的云计算框架,或者用ML做了些啥的项目~

*我记得没错的话,系里很快就应该会推出新的每年都有的课,叫cs189(也许会改成别的代号)Introduction to Machine Learning和cs167 Introduction to Cloud Computing? (去年这两节课都是cs194).. 这年头纯java c++的码民已经不是最吃香的了,machine learning和cloud computing才是最热门的东西,所以如果你想进特别好的公司,那两个至少要掌握一种,途径的话可以通过做研究项目,上课(博士生的课就挺不错的)或者自学~ 虽然大部分时候你工作的时候并不一定会用到这两个玩意儿,但相比只会c++/java/RoR的人来说,你就会有很大的优势.

*记住编程虽然只是一个工具,但编程烂的人他们是一定不会要的,所以啥数据结构啦,算法啦,这类的题目还是面试前多看看,61b cs70 cs188和cs170应该能给你足够的基础去对付绝大部分的面试。

*Resume和包装自己很重要,很多老外都有天生的自我包装的能力,可能他们随手做一个nb程度1的东西就能说成nb程度10的那样,所以resume一定要做的好,然后碰到hr的人还有面试的人的时候,也要想清楚自己有特色的自我介绍,不需要吹的太离谱,但还是要有点霸气吧 ><。

*一些我觉得对找工作特别有帮助的upper div课: ee122,cs186,cs162,cs188,cs170,cs169

*课程介绍去hkn的网站上看,记住不要逞强,有些课一起上你会体会到啥叫生不如死的~

*gpa的话,一般3.5以上就足够了(专业课的gpa),超过3.5后,基本就没啥很大的好处了,毕竟公司招人需要能办事能写代码能完成项目的人,而不是一个考试机器~ 所以与其拼命追求4.0,还不如多去做做研究,课外的项目,或者上博士生课程。所以你大三第一学期如果发现你resume上都是课上的项目的话,那请尽快去做研究!!

*一定要找一个(群)靠谱有能力的朋友(们)~ cs最好刷gpa的办法就是找个牛人,然后他上什么课你就上什么课,虽然我知道大部分的国人本身就是抱团上课,但俗话说得好: "Do not fear the god same enemy, fear the pig same teammate," 特别是如果你本身不是超神般nb的话. (永远被随机到猪一样的队友的人飘过~) 很多大型项目课,例如cs162,cs164,cs184这类的都是n人一组,这个n人一组是有道理的,请在上这些课之前确保你已经找到一个(群)你认识,愿意和你一组,然后能力不错的人(们),不然悲剧了你就自己看着办吧..

*不要抄作业!! 特别是往年的作业!! 记住,你们不是eecs第一批想抄作业的人也不是最后一批,他们会查的!! 你想直接f,然后向用人单位解释为啥核心课程拿f的话,请尽情的抄吧~

*找工作啥的细节问题,多向找到工作的学长/学姐们请教,记住学生最喜欢的是free food,所以你懂的~ (我没找到工作所以别来找我 ><)

*有能力或者有机会的话,hkn和tbp还是要去加的,里面都是一堆比较nb的人,将来的networking,找工作时的内部推荐还是非常管用的。虽然可能刚加入的时候要做一堆事情,但是值得的.. 而且如果有兴趣将来可以去当officer甚至是president~



说些总结吧~

*eecs绝对不是cake walk,我见过最牛最牛的人,也吃了很多苦... 但记住所有人都在被虐,所以你唯一要做的就是坚持下去,而不是放弃.. 还有不要以为你现在的课已经难的要死了,在没上184 162和hilfinger的164之前,你上的课都是浮云般的简单。(除非他们又把这些课给变水了)

*eecs是所有专业中同样学术实力的情况下,最好找工作的一个专业。。所以比你还苦逼的人多了去了,努力码代码吧~

*cs的ms是一个非常水的玩意儿(没错,斯坦福的那个尤其的水),感觉对伯克利的本科生来说比较没意义,一般这些项目是国际学生和本科学校不是很好的美国人的跳板。

*如果你想申请博士,但照这些做了的话,估计会比较悲剧...

*这世界上是个人都能写代码,调用调用api,加个loop啥的我妈都会,但what makes berkeley eecs graduates different是你对计算机系统的理解,无论是操作系统内核的实现,还是网络如何工作的,这些才是伯克利给你最大的礼物(所以请最大化的利用资源多上感兴趣的upper div和博士生课程),当然伯克利教的可能都是写最最简单的,最最高层的东西,但无论怎么变这些理论还是必须遵守的. =D



*其他的貌似想不出来啥了,等我想到的时候再加吧...

分享到:
评论

相关推荐

    UC BERKELEY 伯克利大学 模拟电路设计课程 EECS240 EE240 spring 2010 课件.zip

    【伯克利大学模拟电路设计课程 - EECS240 / EE240 Spring 2010 课件】是一份珍贵的学习资源,专为对模拟集成电路设计感兴趣的学生和专业人士提供。这门课程深入探讨了模拟电子电路的基础理论与实践,涵盖了广泛的...

    Mesos(伯克利EECS Technical Report )

    ### Mesos:一种细粒度资源共享平台在数据中心的应用 #### 技术背景与研究动机 随着互联网服务的迅速发展及数据密集型科学应用的增长,基于低成本服务器构建的集群已成为主要计算平台之一。为了满足不同应用需求,...

    EE141课程伯克利

    通过伯克利的EE141课程,学生不仅能掌握数字集成电路设计的核心理论,还能获得实际操作的经验,为未来在半导体产业、计算机硬件领域,乃至更广泛的工程领域中的职业生涯打下坚实基础。这个压缩包文件包含了该课程的...

    EE247 Analysis and design of analog-to-digital interface integtated circuit

    - 该课程属于加州大学伯克利分校(UCBerkeley)电子工程与计算机科学系(EECS)的专业课程。 - 课程覆盖的主题可能包括模拟信号与数字信号之间的接口技术,以及这些技术在集成电路设计中的应用。 描述《Berkeley EE...

    伯克利人工智能导论课cs188四层神经网络

    《伯克利人工智能导论课cs188:四层神经网络详解》 在人工智能领域,神经网络作为一种强大的工具,已经深深地渗透到了诸多应用中,包括图像识别、自然语言处理、推荐系统等。伯克利大学的CS188课程是全球知名的人工...

    python_CS188_project

    【Python CS188项目】是加州大学伯克利分校计算机科学课程CS188的一部分,这门课程通常称为“人工智能”(Artificial Intelligence)。在这个项目中,学生将深入学习和应用人工智能的基本概念和算法,包括搜索算法。...

    加州伯克利射频教程

    加州伯克利大学(University of California, Berkeley)开设的《射频教程》(EECS247)是一门专注于射频集成电路设计的专业课程。该课程由Haideh Khorramabadi教授主讲,她具有丰富的工业界经验和深厚的学术背景,在...

    EECS16A-HW

    【标题】"EECS16A-HW"很可能是指加州大学伯克利分校EECS16A课程的家庭作业,这是一门与电子工程和计算机科学相关的课程。在学术环境中,这样的作业通常涉及到编程、算法分析、电路设计或者系统建模等主题。 【描述...

    分布式数据库EECS-2011-821

    本文档,"分布式数据库EECS-2011-821",出自加利福尼亚大学伯克利分校,详细探讨了一种名为Resilient Distributed Datasets (RDDs)的故障容错抽象概念,它是针对内存集群计算的一种创新设计。 RDDs是分布式系统中的...

    cs61b:加州大学伯克利分校CS61B

    加州大学伯克利分校的CS61B是一门深受学生喜爱的计算机科学课程,主要聚焦于数据结构与算法的深度学习。这门课不仅涵盖了Java编程语言的基础,还深入探讨了如何高效地存储和操作大量数据的高级技术。通过学习CS61B,...

    CS188 吃豆人游戏 Project 2: Multi-Agent Search

    【标题】"CS188 吃豆人游戏 Project 2: Multi-Agent Search" 是一个基于Python编程的项目,旨在教授学生多智能体搜索算法在游戏环境中的应用。这个项目来源于伯克利大学的计算机科学课程,课程编号CS188,即人工智能...

    伯克利数学问题集(中文版)

    《伯克利数学问题集》是一本由美国加利福尼亚大学伯克利分校数学系编辑出版的书籍,包含了该校历届研究生入学考试的试题集。这本书的作者是P.德苏泽和J.席尔瓦,中译本由包雪松和林应举翻译,由科技出版社在2003年...

    CS186-proj1.tar.gz(伯克利大学数据库系统作业1)

    在CS186-proj1中,学生将接触到数据库设计的基本概念,如实体、属性、键和关系模型。这些概念是理解数据库结构和功能的关键。 SimpleDB是由亚马逊开发的一个云数据库服务,它的设计目标是简化数据库的使用,提供...

    伯克利模拟集成电路课程

    通过以上详尽的解析,我们不仅了解到伯克利大学EECS240课程的结构与内容,还深刻理解了模拟集成电路在当前数字化时代的重要性和复杂性。该课程为学生提供了理论与实践并重的学习机会,有助于培养出具备扎实模拟电路...

    美国伯克利大学的FPGA教育

    EECS150是伯克利最受欢迎的硬件课程之一,面向大三和大四的本科生。该课程充分利用FPGA的特性,让学生在实践中学习数字设计的基本原理和高级技巧,培养了大批具备扎实硬件设计基础和创新思维能力的人才,为学生进入...

    BearTP:加州大学伯克利分校 CS168 项目 2

    【标题】:“BearTP:加州大学伯克利分校 CS168 项目 2” 【内容详解】 “BearTP”是加州大学伯克利分校计算机科学(CS)课程CS168的一部分,该项目专注于网络编程和分布式系统。在这个项目中,学生被要求设计并...

    伯克利大学模拟IC教学课件

    伯克利大学的EECS240课程涵盖了模拟IC设计的基础和进阶概念,包括晶体管特性、放大器设计、噪声分析、频率响应、线性与非线性电路以及模拟IC制造工艺等方面。 首先,课件将引导学生理解基本的半导体物理学,特别是...

    ucb-eecs150-sp20-fpga-labs_new

    【标题】"ucb-eecs150-sp20-fpga-labs_new"指的是加州大学伯克利分校(UC Berkeley)EECS150/251A课程在2020春季学期(SP20)开设的FPGA实验教程。FPGA(Field-Programmable Gate Array)是一种可编程逻辑器件,它...

    EECS-2015-262.pdf

    EECS-2015-262.pdf这篇文章深入介绍了Vector架构,这是一种用于高效并行计算的新型处理器架构,着重于最小化能耗比以实现计算功能。Vector架构的核心特点包括支持向量化处理,以及能够有效地在人工智能等计算密集型...

    UCB伯克利经典人工智能project-Pacman吃豆人-code,测试满分&有bonus(针对project1,project2-4后续更)

    针对UCB伯克利的CS188经典项目-Pacman吃豆人,人工智能课常用作业,附件为project1的code,文本文档格式,包括search.py和searchAgent.py两个文件,已通过autograder测试,26/25分,有1分bonus

Global site tag (gtag.js) - Google Analytics