前言
“大猩猩”给大家带来的非CS专业PHD毕业转行做码农的总结。算不上⼀次非常成功的经历，但其中的经验教训希望能给有相似背景的同学带来⼀点帮助。主要针对在北美非CS专业的PhD学⽣，想在美国转行做软件工程相关行业的的同学。
概述
背景介绍
大猩猩本人
北京大学 力学专业本科
Rutgers University 机械工程 PhD
MathWorks simulink组 软件工程师
简单介绍一下自己的背景。目前Rutgers PhD机械工程(ME)毕业，同时攻读了统计专业master。即将入职MathWorks做SDE（软件工程师），说Mathworks大家可能不熟悉，其实他们的核心产品就是Matlab，相信很多同学都用到过。
12年秋季我从北大力学专业本科毕业进入Rutgers ME攻读博士学位。博士研究的主要方向是连续介质力学、材料理论建模和相关的数值模拟。简单来说非常偏向理论，与industry的联系很少。16年年初对未来从事本专业工作有了很大犹豫，决定转专业求职。其中过程会在下文继续详谈。
读博的决定对很多同学来说并没有在最开始就考虑清楚利弊。读博的时间很长，一般至少5年。毕业后从事什么行业，这个行业的就业前景、发展如何往往会是我们需要关心的问题。但是相信很多有过博士经历的同学会发现，除去北美的热门专业（例如CS，ECE之类），有时候真的很难在市场中找准自己的位置。原因或者有些专业确实市场的需求不大，又或者对国际学生就业的难度会很大（因为身份因素，很多工作虽然很合适，但无法申请）。对名校的PhD，更好的network和reputation会让他们在自己专业的求职中更有优势。但是对大部分同学来说，可能求职的另外一个选择就是转行了。这是个⾮常现实的现象。
就我个人情况而言，由于我的PhD research方向非常偏向理论，又没有实验室技能，当我念了几年PhD，发现自己专业方向的求职前景并不理想。由于个人的情况，还是希望能把PhD学位拿到，因此考虑到之后求职，自然想到了往别的专业转行。当时考虑的有以下几个⽅方向：data、金融、CS或者咨询。都算是比较热门和大家熟知的。结合自己的情况后，决定在学校修一个统计master的二专业，将来往data scientist方向靠。当然之后为什么会找SDE，我会继续说明。
PhD转行的原因有很多种，但总体来说要么自己不喜欢自己专业，要么⾃己专业求职困难，迫于实际情况不得已。我知道很多同学一开始并没有想明白为什么自己要读PhD，也有很多同学在念PhD的过程中因为文章等原因非常痛苦。各种现实的压力会随着年岁的增长在PhD攻读的过程中越来越大，尤其对冷门专业的同学，更是如此。所以，一旦自己有了想改变的念头，希望大家能仔细的咨询周围的朋友老师，对行业情况尽可能的了解再做出决定。而一旦下定决心要去做改变，就越快越好。当然，任何时候你都应该勇敢的去做出你认为对的决定，哪怕你PhD已经念了5、6年还远远未达到毕业标准。改变并不会因为你选择的晚变得无效，可怕的是明知道不变不行而不去做改变。
第二专业
很多转行的PhD并没有选择念二专业。这当然是可以的。通过自己的⾃学，很多同学也成功转行进入了自己理想的行业。当然，我之所以选择修二专业是基于以下几点：
- 我认为二专业能让自己的简历变得能更match一些职位。这点对freshman还是挺重要的。同时通过课堂上的学习和project练习，确实能学到很多东西，也能丰富自己的简历。
- 自己还学有余力，自己PhD research的压力并没有太大。我的老板的指导方式也比较“散养”，不是非常push的那种。
- 我和自⼰老板沟通过，也得到了我老板的支持。有些PhD的老板并不会支持自己学生做这些，遇到这样的情况，就得自⼰衡量了。是瞒着自己的老板去学，还是继续和老板做好沟通。不同的选择各有利弊，每个人的情况都不同，这里我就不好给出更多建议。
我们学校master需要修10门课，我花了大概2年多总共5个学期修完。不算是很快，主要是同时还有PhD的工作需要完成。期间除了一些基础课之外，重点修了算法，AI 和机器学习之类的课。因为想往data scientist方向靠拢，所以还学习了与数据分析相关的一些课。
关于实习
对于转行的同学，找full time position一大困难应该就是没有相关背景，这点会让简历关都很难通过。所以如果能有一两个实习会有很大帮助。我的第一个实习是在HPE公司下面的一个数据库子公司的machine learning组，project是在数据库里实现一个算法服务。这和我原先预想的data scientist方向区别很大，完全是software engineer的工作。我当时对职业并没有太清晰的理解，因为是朋友⼀个很强力的内推，当时也没有别的更好的机会，刷了几个星期的题，通过了面试就去了。这个实习对我的帮助还是很大的，同时也起到了敲门砖的作用。自⼰不是cs专业，所以从中也学到了很多实用的东西。
其实第一个实习结束已经是我PhD第五年了。秋季开学是第六年。按理我开学就应该开始找工作了。但是当时一方⾯thesis还有部分内容没有完成，一方面自己有些拖拉，直接导致了当时自己错过了很多求职的机会。等觉得应该抓紧找工作的时候已经快11月了。现在想来，这是非常不应该的。同学们⼀定要从我这里吸取教训。
之后还是通过同学和朋友的内推，分别获得了一家大公司和一家小公司的onsite机会。但是都没有通过。大公司的职位是一个类似带consult性质的data analyst，自己去面试时发现并不是很喜欢这个工作，当然面试也被拒了。小公司是国内在美国这里开的一个AI实验室，面试不是很理想，但对方提出了可以提供给我一个暑期实习的机会。当时时间已经到了2⽉，针对new grad的职位基本没了，而对社招的职位，自⼰的竞争力明显不够。考虑再三，决定去接了这个实习，延期自⼰毕业的时间，等第二个实习结束全力再找full time job，也明确把自己定位在找sde的工作。
这两个实习，对我最后找到工作有很大的帮助。个人体会，主要是让自⼰的简历变得能”看“了，可以通过简历关获得面试。而获得面试，是很重要的第一步。
关于full-time求职
我想很多人很多文章（当然包括我们自己的公众号）有提到找工作的各种细节。因此，介于我最终也没有找到最top的公司，算不上什么大牛，我就不多做讨论，只谈一些我在这过程中个人的理解。
首先想说，对SDE，对转专业的同学，最重要的准备工作就是刷题，好好刷题，认真刷题。因为美国SDE的tech面试，一般最直接的就是做题。确实实际的工作，和刷题并没有太多关系。但这就是在面试过程中最硬的指标，尤其对entry level的position。其实这一步对于转专业的同学有好处，因为只要通过练习，刷题，完全可以做到与cs专业的同学一样的水平。相较而言，对于cs的基础知识，project、实习甚至面试官对非科班出身的人的刻板印象，往往很多不是我们自己能一时之间可以改变。
其次是内推。内推是最好能拿到面试机会的方法。大家应该尽可能发动自己的network，联系自己的好友、同学、朋友和老师，和对方说明清楚自己的情况或者让对方拥有一份自己的简历。哪怕当时并没有机会，未来也可能会有opening。同时，linkedin、一亩三分地等求职社交论坛上也会有很多人愿意提供内推的机会，应该积极去联系。这些人可能是你的校友，可能是你朋友的朋友，也可能根本不不认识你，但你都应该去尝试建立network。就算别⼈没给你feedback，你也不会有所损失。比起海投，内推往往能保证通过简历筛选的第一关，甚至可能直接让你的hire manager看到，会大大增加你拿到面试的机会。
接着是对于公司的选择。个人感觉对于简历单薄的同学，大公司（比如FLAG之类）往往对于我们会有更友好的态度，更愿意提供机会和培养新人。而小公司更侧重于你的实际技能能不能马上投入工作中，反而会更难拿到面试。所以不用觉得⾃自己这里或者那里不够，就对大公司有些失去信心，相反你反而更可能在那里获得机会。
最后是onsite这点。自我总结一下，我一共只去过5家onsite，分别是IBM，Google，Bloomberg，MathWorks 和实习去的那家小公司。最终只有MathWorks拿到offer，成绩不算是很好。IBM不是SDE的工作，不做评价；BB自我感觉被老印黑了；GG可能是和面试官的沟通不够好，虽然面完感觉不错，但结局还是挂了。那家小公司面试完对我评价不高，但事后了解也有部分人事关系，实习之后，公司对我的表现还是比较满意的，我个人也很感谢他们能提供给我这个实习的机会，公司也有return offer的意向，但我基于综合的考量并没有move on。但总体来说，面试次数多了后，还是有不少提升，自信也有提高。所以如果一开始onsite发挥的不好，一定不要灰⼼。通过不断的练习，一定可以发挥的越来越好。
总结
这次求职，拿到了offer，也不算太坏。对这个结果，我给自⼰打个及格分吧。自身的实力还是不够，所以像Google、Bloomberg这样的公司，最终还是失败了了。有些遗憾，但也只能move on。未来的路还很长，不论是技术上还是别的方面，自己还有很多可以继续努力的空间。希望我分享的这些经验教训能给朋友们带来些许帮助，有想沟通交流的朋友欢迎留言。大家共勉~
想要发现更多求职信息请点击这里:)
