大家好，
<前言>
原本想說反響不高有點懶得寫完，加上後續找工作好像跟AdvEduUK的宗旨不合，有點懶得寫完，不過抱持著有始有終的精神，還是有後續找工作的故事補完，希望可以幫助到有類似背景的人想用英國二碩+PSW轉換跑道的人，想看offer + 心得跳到最後一段即可。
————————————————————————
Title: 從UCL DSML MSc開始的求職路。
Warning! 本偏純屬個人主觀經驗談，如有意見不合之處，歡迎留言補充。
如有爭議，都是你對
<個人背景>
台大CS碩in wireless communication and Cloud computing
一線IC廠 3 years Software engineer (firmware + few AI/ML projects)
UCL Data Science & Machine Learning (DSML) MSc
顯而易見我就是想靠UCL MSc programme 轉換跑道，往Data Scientist / Machine learning Engineer走，所以後續的找工作經驗都會是基於此的相關經驗。
<UCL IXN>
UCL Industry Exchange Network (UCL IXN)，上篇文有提到過DSML課程中有個60 credits的project，其中可以選擇要做Academic or industry projects，其中的industry projects就是UCL IXN計畫(https://www.ucl.ac.uk/computer-science/collaborate/ucl-industry-exchange-network-ucl-ixn)，強烈建議不考慮繼續讀pHD的人都選IXN，這段時間做的project不僅可以當作internship，project內容也會與Data scientist / Machine Learning engineer強相關，會是CV上很重要的一塊。
建議是department一開放選擇當天就開始研究心儀的candidate (100+)，盡快寄信面試，通常熱門的選項很快就沒有了(First in First serve)。
<準備期>
這邊算是跟台灣找工作差異最大的地方，以我自身為例：2023 September畢業的情況大概要抓在2023 March開始找工作(丟履歷)，預留6個月的緩衝期，比較有機會在一畢業之後馬上開工。
大致上，面試流程會有以下階段：
1. CV screening
2. HR phone calling
3. technical round (or take home assessment + reviewing round)
4. behavior questions round (for team culture fit)
5. offer or not
後續文章會基於這個順序來寫。
<CV / Cover Letter>
CV不多著墨，網路上很多範本，照著刻就好。
Cover Letter比較需要自己客製化，挑職涯上的相關亮點著墨即可，最好配合JD關鍵字，recruiter只會找關鍵字看而已。CV製作完畢建議使用網路上的資源對自己的CV檢查下會不會有parsing的問題 (google resume scanner)。
p.s.1 CV上可以在名字附近加註no visa sponsorship required 提高面試機率
p.s.2 這邊有個有趣的實驗是關於recruiter看CV時的熱點區域：https://www.linkedin.com/posts/mrscottchisholm_jerry-lee-jerryjhlee-on-x-activity-7167870836652113920-RcHJ?utm_source=share&utm_medium=member_desktop
<面試前準備>
善用LinkedIn，練習networking，約coffee chat or e-meeting，嘗試拿internal referral。
網路上很多資源教你如何準備，不贅述。累積人脈在英國求職會佔很重要的一環。
<behavior interview>
網路上有題庫，不贅述。
建議是面試前幾天找個朋友練習mock interview，個人會準備基礎7題behavior questions + glassdoor 上的題目，現在有ChatGPT準備起來不是難事。
最重要的是，不要背稿！不要背稿！不要背稿！
面試前可以準備問題答案的簡單bullet points，但不要準備整份講稿。推薦去讀下cracking the coding interview前5章準備behavior questions的方式，完全照做+完整練習，這部分沒有9分也有7,8分。
p.s. 網路上很多AI interview prep tool，個人感覺滿實用的。
<technical interview: 基礎知識 / 刷題 / side project>
重要性：基礎知識 >= side project > 刷題
個人體感上，關於Data scientist / Machine Learning engineer的職位，比較偏重實作方面，所以technical 面試時coding的佔比相對低，頂多問些python coding的基本知識，網路上有題庫，熟悉即可，所以刷題的比例可以稍微降低。
ML基礎觀念必須要十分熟捻，網路上有題庫，熟悉即可。
Side projects大概再面試前需要準備2-3個熟悉業界的MLOps frame / Pytorch / Tensorflow …以及相關的Cloud services such as GCP / Azure / AWS會大幅增加你拿到面試的機率，理想中在學校就讀時就可以開始經營這塊 (包含經營Github)。
Data scientist / Machine Learning engineer面試過程中的technical round很高機率會是take home assessment + interview reviewing，所以透過side project 去提早熟悉這些tools library會是很大的優勢；少部分會是online test，很高機率會把平時工作用的code拿出來問你這部分在做什麼……所以提早熟悉沒壞處。
<找工心得>
2023 September畢業後真的花了很久時間在面試丟履歷，原本想說2024過完年沒工作就灰溜溜的回台灣，還好還是運氣好拿到心儀的offer (in finance sector，稅前大概是台灣最後一年薪水*1.5 ~ 2)。
從結果來看雖然好像整篇內容沒提到UCL太多，其實這份offer的來源還跟UCL IXN計劃有關。當時我在子公司實習(做 master project)，雖然當時沒拿到return offer，不過後來在母公司面試且拿到offer的interview時，HR有特別提到我子公司實習的經歷impressive，大概前老闆有幫忙說好話吧XD
結果來看UCL這段經驗還是幫助到我，雖然不是那麼直接，感覺整個學費就是為了買這個機會。課程內容還是太過時了且偏基礎理論，不如去youtube看李鴻毅教授的影片(推一下2024的生成式AI導論)。
客觀來講DS / MLE 在英國還是相對熱門的產業，所以開的opening相對多，不過競爭者更多(200+ candidates for one opening)，很多opening都是不到一天就filled……
薪資方面：For entry level，市場上中小公司開價大概落在50k ~ 70k annually before tax，稍微有規模的公司可能會多10%~20%。如果是graduate scheme 可能會更低，落在40k ~ 50k。Sensor level 大概100k up 吧，不過對於想用英國二碩轉跑道的人大概完全不會考慮XD
結論就是，除非對英國情有獨鍾（或者被你的partner綁來英國），不然科技業首選還是美?
瞗K… 上面的薪水 * 2 ~ 3就差不多是美國同職缺的薪水嗚嗚嗚。
原本後續想更新英國職場，不過大概真的就偏離本版太多，所以算了(或者更新在其他地方)
。
Sent from JPTT on my iPhone