1. A little bit of my background
楼主是今年5月刚毕业的MS， 去年秋季学期在亚麻的AWS Network Core实习了四个月，和当时的mentor和整个team相处的非常融洽，大家都对我很好，帮了我很多。虽然在network之前没有任何经验，但是我非常努力，经常加班deliver了result，然后很幸运拿了return… 最后一个学期很忙因为有CS和应用数学两个major的课要上，就懒得再找全职了。
两周前return的时候发现组被分到了另外一个更底层的组下面，这个joblisting 在亚麻的job finder上面我发现自己只满足一条 - 有一个 BS in CS的degree， 其他的要求什么3年C, programming in ASIC都没有听说过。虽然manager对我很友善，因为去年实习的时候他的办公室就在我座位边上，每天早上我六七点来办公室的时候他一般七点也来了，所以几乎每天早上都要打招呼问好，互相印象都很好，所以我倒是并没有担心老板会对我不好，然后我第二天入职的时候，我的实习的mentor之一印度大姐姐升了manager，她的组里目前非常缺人，然后偷偷地问我愿不愿意回去原来的组，我当时是第一次听到internal transfer这个词，才意识到哦还有转组这个操作！但是我也很坦诚地跟我的印度大姐姐说了，我如果在这个department下面，肯定是愿意回去自己的老组的，第一大家都很熟悉了，第二呢她的组确实比我现在的组要higher level一些，但是我也跟她说了我还是更想做machine learning方面的工作，所以在她的组最多干一年，她希望18 months at least. 但是她从去年就一直跟我说 第一份工作非常非常重要，鼓励我一定要努力争取去自己喜欢的组，做喜欢的工作。她同时也说了，如果最后没找到，或者在现在的组里不顺利，随时可以回她的组。她等于是提出要给我兜底了，我非常感动，然后觉得可以放手一搏。
2. 转组的过程
2.1 找合适的manager （~2 days)
然后就是去jobFinder上面看open position 然后联系manager, 我刚开始是只联系了华人老板，因为觉得同胞应该会照顾一些，但是两个华人老板一个觉得我的简历不够qualified，另一个就再也没回复过chime， 然后只好撒大网把所有ML DL 有关的组的manager都联系了一遍，联系内容就是自己的教育背景 + 分组不match + 简历，因为担心发邮件会被淹没，当时实在是很着急就都发的Chime message，然后有三个印度老板很热情的联系了我，然后约了chime talk，然后约了第二周去onsite面试
所以第一周的周末就在努力复习。。
2.2 offer 1
入职第二周的时候，我的老板的老板找到了我说，我们这个大department下面准备开一个ML的team, 虽然现在DataScientist ML SDE还都是一无所有，但是我可以做team的第一个人，然后就是吹这个职位十分钟，然后说如果我不喜欢也会帮助我找其他更match的方向。我表示我需要再给我一点时间考虑考虑。
然后约得3个印度老板里，一个是deep learning team, 一个是ML Solution lab, 另一个表示要push out 我的面试到下一周，因为他联系了我的现任老板，老板说让我先考虑考虑本 department的offer
然后很正好的是，因为刚入职要去SJC18 亚麻在湾区的人工智能大本营去bootcamp培训，培训是两天，每天要培训半天，然后我就给组里发了邮件说，work from SJC18, 然后用周二周三两天的上午去面试
2.3 面试 + oral offer（~ 2 days)
ML engineer要2轮面试，DS @ ML solution team 要三轮面试
9:00-10:00 DS round 1 面试 （manager 亲自来面的）
考了model selection, ML + DL, coding (specifically numpy)
10:00 - 10:55 ML SDE 面试 （一个IIT 毕业的工作了2年半的SDE II）
感觉明显在给我放水，大部分时间都在给我介绍他们team, 问的都是简历上的项目细节, 和过去project用的什么algorithm， 然后就考这个algorithm… 感觉就是考的太水了
11:00 约的Sr SDE 因为oncall 没能及时来，delay了一个小时
12:00 - 1:10pm
Sr SDE 技术面，自己编了一道题，在这道题里同时考algorithm coding, data structure, oo-design, memory, space and time complexity… 他真的超聪明，最后超时了25分钟左右，聊得比较开心，也学到了许多。
聊完了感觉MLE是稳了，果然一个小时后，收到manager的信息，问我现在能不能跟他在一楼coffee bar 见一下，然后他确认我对他的team感兴趣，说去年实习的老板给他的反馈很好，两轮onsite都是positive feedpack， 然后给了oral offer, 让我回去跟老板摊牌，然后我们一起确定一下start date
周二晚上继续复习到凌晨4点
周三早上
10:00 - 10:50 DS round 2（DS 1，日本人 post-doc)
先是简短给我介绍了他的组，然后让我简单介绍一下我自己，然后问我本科是怎么从传统数学走上ML这条路的，然后我给他举了一个我大二学了Linear Algebra以后自己看CV的课本，然后implement了一个eigenface (face recognition) 的例子，然后他就让我去白板上给他讲一下这个algorithm，PCA 我本科 implement了3次所以印象非常深刻，然后就给他讲了，同时他也考了我一些其他的对图像操作的operation matrix， 问我做完这些operation以后再投射到新的空间里会不会影响distance然后就考我 CNN 的architecture, 非常基础的kernel 考了几个，常用的operation也都考了，会问的很细节，我的DL是跟着deeplearning.ai的那个5门课的specialization学的，我觉得基本考的都在那门课的范围里。
因为我自己之前reproduce过Yolo v2，Enet 所以考CV的问题都回答对了。这一轮我觉得自己回答的挺完美的。
11:00 - 12:00 DS round 3 (面试官 DS3, 欧洲人)
同样也是开始让我简单地介绍一下自己，他自己带了一张纸，上面写了~8个准备问我的问题, 包括一个open problem，而且考的明显非常偏数学和传统ML, 没有考任何DL, 可能是之前安排了第一轮考 coding, 第二轮DL, 第三轮 概率和传统ML。
聊完大约15分钟ML Solution Lab的老板就发了口头offer，当时激动哭了，因为觉得自己不够格，第三轮有两个问题一个是真的忘了，还有一个答得不好，本来做好了接受失败的准备了。
3. 面试的总结
3.1. ML SDE role
没有着重考ML, 大部分时间还是在考算法，和在ML场景下，一个task用的时间空间的估计，所以，而且在ML场景下考的也不是LeetCode原题，我之前的刷题策略也是精刷但是不盲目追求数量，因为真的每个topic刷会了，后面看到题马上就知道有几种解法，什么是最优解，时间有限的情况下，没必要去做太多题。
3.2. DS role
这个lab是给企业提供ML DL 方案支持的，不是data analytics那种偏水一点的DS岗位， 我还没有面过applied scientist，所以也不知道一样不一样，但是我能给的建议还是平时在学校的ML课要上扎实一点，面试允许偶尔有很细节地方不记得，但是还是尽量记得的越多越好，上完课也要随时翻翻笔记作业复习。
我的大学挺不错的，本科排名也是top 15，但是学校CS下面没有一门DL的课，所以我觉得目前准备DL的最好办法还是自学，看花书，看公开课，自己reproduce一些感兴趣的paper。
最后决定去DS role， 因为我上学的时候最喜欢的就是reproduce paper, application和theory的课都拿的A, software类型的课都拿的B, 然后team 里基本都是PhD和PostDoc大佬们, 我这个小垃圾可以跟他们学到好多。
4. Internal transfer process
周五呢就是给不想去的两个offer发婉拒信，然后找老板摊牌，通知实习老板，订了一个蛋糕给现在的team吃，订了两盆花给现在的老板和实习的老板，感谢他们不仅没有像传说中的印度老板一样刁难我，反而是牺牲了自己的一些利益来帮助我。能感受到他们都是诚心诚意地希望我更好的。所以我真的非常非常感激他们。
internal transfer还在进行当中，两边的老板都非常nice周五下午就协商好了, 但是因为我是国际学生，要看一下H1B 什么的需不需要amend, 而且job title Entity换了，所以可能会比一般的transfer需要多一些时间处理，老板已经给施压了，目前还在等待internal transfer team搞完。。但是老板也说了，就算transfer team 弄不完，周三也按原计划去unofficial start
嗯，最后希望大家都可以顺利转组，做自己热爱的工作！