非科班AI小哥火了：他没有ML学位，却拿到DeepMind的offer(3)

小哥提到，他在微软300多名同事面前做了一次演讲，这对他来说是一次跳出舒适圈的操作。 △ 在300+微软同事面前演讲 跳出舒适圈的尝试还有很多。保持知识输入之后，他也在消化知识，并向外输出。 他开启了自己的YouTube频道，做了NST、GNN等多个系列的视频，与网友分享他的ML学习之旅，在帮助自己深入思考的同时，也帮助别人。 看这张图，它是使用小哥编写的代码合成的NST图像，你可以使用他的的 GitHub 项目创建它。 关于BERT和GPT系列模型的知识也在小哥的学习范围内，Transformer可以帮助了解它们。 他从零开始阅读NLP & transformers相关论文。因为会英语和德语，他又创建了一个英德机翻系统。 小哥主要用OneNote记录着学习旅程。 △ 摘自小哥的OneNote 工作和学习双线推进，微软这边，小哥从事着各种SE和ML项目，如开发了HoloLens 2上眼动追踪子系统的一个眼镜检测算法，使用视频编码为各种VR/MR设备添加注视点渲染功能等。

2021年4月，经由Petar的介绍，小哥结识了一位猎头。在浏览了小哥的YouTube视频、GitHub代码库和LinkedIn后，小哥获得猎头推荐，顺利接到了DeepMind的面试通知。 写到这里，小哥强调了人际关系对于找工作重要性，应该和志同道合的人 建立高质量的联系 。 △ 小哥申请DeepMind的简历，但他在博文中对这份简历提出了优化建议 DeepMind共有两个团队： 1、核心研发团队。偏向于纯粹的研究，项目例子是AlphaFold、AlphaGo等。在这个团队中，研究工程师从事的其它项目可能涉及与研究科学家合作实现某些研究思路。 2、应用团队。所做的一些项目包括数据中心节能项目、改进Google应用商店的推荐系统、WaveNet、Android 节能。 小哥申请的岗位是研究工程师。能入职DeepMind意味着这个人要有扎实过硬的相关知识储备。 因为没有发表过任何论文，如果没有之前的项目和工作经验，小哥不见得能有这次DeepMind的面试机会。他告诉大家，再优秀的人也有可能被科技巨头公司拒绝，所以不用给自己太大压力。 小哥分享了一些自己准备的面试技巧。 1、 认真研究每一位面试官 。了解他们的职业背景，有可能的话看看他们的论文 （至少阅读被援引次数最多的那一篇） ，这样有利于提出相关问题。 2、 了解透简历中提及的每一个项目 。以便于你能和面试官深入探讨他们。 3、 模拟面试 。 围绕DeepMind的调性，小哥还认真研究了一番AGI，阅读了相关前沿论文。 面DeepMind研究工程师这个岗，一共有首次沟通、访谈、测验、编程考核、领导面等步骤。准备这些建议早做打算，因为小哥没来得及抱完佛脚，面试日就到来了。 第六面中，小哥被遗憾pass了。好在技术过硬，他又被安排参加了一次孵化/应用部门的面试。又一次充足准备后，offer到手。 值得欣慰的是，后来的这次面试让小哥意识到，孵化团队的工作更适合他。 在7月30日的Twitter评论区中，小哥将整个分享博文做了精简的概括，帮助读者快速抓取有效信息点。 当然，原始博文中，小哥还还附加了很多他积累的ML相关课程链接，以及当前ML （如 GNN） 的最新研究进展，感兴趣的话，不妨进原文深度阅读一下。