冷門科系也能拿到碼農return offer
學生背景
就讀/畢業院校：University of Colorado - Boulder
就讀科系：MS in Computational Linguistics, Analytics, Search and Informatics
顧問的話：
今年美國科技業凍招， 讓一票找工作的學生叫苦連天。L同學逆流而上，早早通過實習拿到Amazon return offer。通過他的分享，可以看出，運氣更重要，但是運氣是實力和選擇的結果。
找準自己的定位又是做選擇的先決條件，對大家來說，在國外求學工作都是一件很不容易的事情，如何能讓你的努力有更好的轉化率，請一定要看完以下分享。
學生心得：
大家好，來分享一下我在University of Colorado Boulder就讀Computational Linguistics (CLASIC)一年的心得。
CLASIC 是一個圍繞在computational linguistics / NLP 領域而生的program，目標是希望學生畢業後能到CL/NLP相關業界或學界工作。
學生背景
今年CLASIC的學生大概有十幾個，一半是美國人，印度人，中國人各兩三個，台灣人就我。學生背景linguistics 跟 CS各半，不少人是大學時期linguistics major CS minor 或者反過來。去年的話因為疫情所以整個program只有兩三個人來。
選課
總共32學分，包含一個capstone project 但可以用實習取代。課程分三類 CS, CL(NLP), Ling，基本上就是這三類各要挑三門課來修，但可以少修一門ling 或CS去修 CL只要系上同意就好。我們這一屆出了一些問題，學校在CL那個分類三個學期內只開了一堂課，導致我們CL相關的課被拖到最後一學期才有得修，滿糟的。
就業
CLASIC Program今年對找實習或找工作沒有提供任何幫助，學校的話至少在我這年2021只有辦過一次virtual career fair （效果很差）跟一次實體（只有六七間公司來，CS相關缺還不多）。但聽說2022好像有提供比較多資源，辦比較多活動。
環境
學校就在山旁邊，熱愛戶外運動 eg. 爬山，攀岩，滑雪，騎車的人應該會超愛這邊，最近的滑雪場開車只要三十分鐘，學校自然景觀很好，隨時可以看得到遠山還有美麗的小河，但假日大概只能往山裡跑，沒什麼別的地方可以去了。最近的城市Denver我個人覺得也很無聊。
實習
我們program的人大部分應該都希望暑假能找到NLP或DS相關的實習，但如果扣掉美國人去政府單位的那種實習，大概就只有一個非公民成功找到DS實習。會這樣一方面是實習開缺時間太早了，如果入學前沒有相關經驗，大概很難找。二方面是DS缺太少而且大概都是phd在競爭，務實一點的話還是得要找SDE相關的實習比較容易。
學術研究
我們program跟我們學校一個叫做CLEAR在做NLP的lab關係滿緊密的，我們program的人不少人會去參加，甚至一入學就開始找教授做研究。我們系上有鑒於找到實習的人不多，係上也有安排大家暑假可以參與CLEAR的一些project，大部分是有pay的。
畢業去向
去年畢業的人太少了，所以沒什麼參考點。但就如同上面講的，要找到NLP/DS相關工作，沒讀到phd個人感覺偏難。但如果之前有相關經驗，並且一入學就開始找教授做研究，我想應該還是有機會的，我們系上有一些人是這麼做的，希望他們明年都能找到理想的工作。
CLASIC 適合轉 CS 嗎？
系上有一些linguistics 背景的人是希望能透過這個program來轉到CS相關領域工作，我個人是覺得如果你是想做偏backend的話這個program不適合，因為可以修的CS核心課太少了。但如果你是想轉偏DS/NLP的話也許直得一試，一進來就進lab做研究累積研究經驗。
關於 CU Boulder CS 系
因為我修的CS課算滿多的，也認識不少CS的人，稍微講一下我們學校CS。我們學校CS有分thesis 跟non-thesis，兩者可以互跳。學生大部分是印度人，中國人很少。找到實習的比例很高，聽說有90％以上，進大廠的也不少。但我想原因也不是因為學校或系上很給力，純粹是很多印度人過去都有工作經驗，靠自己努力找到實習的。
另外我曾想要從CLASIC轉到CS，我之前一直以為CLASIC可以算是CS department底下的一個program，但其實不是，行政上來說CLASIC算在linguistics底下，即便我們修的課大部分是CS課。
一些感想與心態調整
我自己算CS背景，一開始也是覺得自己對NLP有興趣並希望能做些研究，也希望碩士畢業後找到相關工作。但後來意識到以我的條件，要碩士畢業就找到NLP/DS相關工作實在太難了，加上當時意識到找實習跟做研究以我的能力只能二擇一，再者考量到實習對於之後找正職的影響實在太大了，於是我選擇了找SDE實習拚轉正這條最容易保守的路線，後來也順利找到大廠實習並成功轉正。
我想這大概也是認清了自己其實對於做研究或NLP領域的熱情其實沒當初想的那麼深。我花了不少時間在修這些NLP相關的課程結果畢業後沒用上我是覺得滿可惜的，但即便這個碩士當作是花錢買opt我也是覺得滿值得的，無論是生涯發展上或金錢上，投資報酬率算滿高的。
找實習全紀錄：投 300 間、拿到 Amazon Offer
關於找實習的方法，跟大家沒什麼不同。大約八月一到美國就開始投履歷邊刷題，到一月為止共投了三百多間公司，拿到大概四個面試，直到一月初開始面試Amazon一月底拿到offer，這是我拿到的第一個offer也是唯一一個offer。刷題數我也不是特別多，大概就兩百題。除此之外，也有請朋友幫忙mock interview數次，花一個月時間考了一張AWS證照充實一下履歷。我碩士第一年大概有超過一半的下課時間是在準備面試的，剩下一半做學校作業。
拿到面試的四間，有兩間考coding, 兩間著重在resume deep dive. 我自己覺得自己算是運氣很好的人，我遇過太多背景比我強，刷題數比我多，但沒拿到好實習的人了。
至於地理位置對找工作有沒有影響，我只能說我四個面試有兩間在colorado，另外兩間不在。也許在colorado的公司比較有聽過 CU boulder 因此比較容易履歷被撈起來吧。
給轉 CS 學生的兩個真實案例
提到轉CS，分享一下關於我們系上兩個從語言學試圖轉CS的例子。他們兩個第一學期非常認真在修課，做學校專案，希望能透過學校專案充實履歷。但他們沒有在第一時間開始刷題投履歷，直到第二學期中間才開始做這事。但那時候很多公司已經的招聘已經close了，等於他們損失了很多機會，最終他們不但沒找到實習，等到隔年要找正職的時候他們又得跟一堆有美國實習經驗的人競爭，這時學校專案反而不值一提。
另一個我認識轉專業成功找到實習的例子，雖然非本科，但他在台灣有做大概半年的相關工作經驗，跟我一樣到了就瘋狂刷題投履歷，最後也近了一間不錯的公司。
總結來說，因為美國公司都早一年開始招人的特性，找實習最理想還是在來之前就準備好，而找到實習又跟對找正職有巨大影響，所以最好是再來之前就開始準備刷題或是充實履歷。
延伸閲讀：