UCB IEOR MEng 介绍&上岸攻略

avatar 288250
Triumph_
74616
135
哇,终于回答完routine的问题了。
自从3月中旬伯村发offer开始,不断有人通过各种渠道加了我微信问我这个项目的问题,主要集中在能否延期、是否好找工作、一年的项目会不会太短被hr嫌弃还有课水不水这几个方面,每次我都要回答好多好多,摆事实讲道理证明我们项目还是不错的,但也不是没有缺点,于是索性开个帖,趁着还没有到做决定的ddl,造福未来的学弟学妹。

首先甩一个核心论点,我们项目适合以下四点至少满足一点的人:
1.本科就已经积攒了足够的相关能力和经验;
2.目标明确不纠结;
3.执行力&学习能力很强;
4.家里有矿;
否则就还是去时间更长的项目,多一点时间纠结&培养能力&积累经验。如果自认为不是以上四点的小伙伴可以直接不看接下来的内容了,不必平添诱惑和纠结。

其次解释一下四大经典问题:

1. 能否延期。
经过我们的argue,以及时代的变化,我们这届已经有人延期成功了,而且fintech那个branch是必然可以延期的。方式是和director(Jesse)商量drop一门ieor的必修课,或者换成pnp,从而不满足毕业的要求,就可以延期了。因为毕业的要求是每学期12学分&两门ieor的课,只要不满足条件就可以延期了(在Jesse同意的情况下)。但是如果这样操作的人太多,不知道会不会搞出别的筛选条件,所以希望学弟学妹们还是不要把延期当成必然,还是现在就开始该刷题刷题该听网课听网课。毕竟延期也是得找到好的summer intern才有意义的。否则就只是推晚了一学期死期而已。

2. 是否好找工作/找什么工作。
之前说过我们的背景很杂。我身边的中国朋友里,本科商科、数学、统计、econ的都有,还有minor过cs的,认识的几个法国朋友还有engineering背景的,然后歪果同学里还有已经工作过几年回炉做学生的人。找工作的方向也取决于个人的背景和自己的兴趣。想转码的从一开始就在刷题,想找data的就目标明确地做很多project,想做consulting的(美国这边consulting很难)大部分就回自己国家了。至于找工作的难度,完全取决于过去的经历以及这一年提升自己能力的决心和努力。我们项目几个本科minor过cs的大佬找起工作面起试来简直是分分钟碾压的状态。感觉可能找工作的难度以及找到工作的时间点和刷过的leetcode数量是成反比的哈哈哈,刷的题越多,就越easy,也越早找到工作。毕竟现在data也是要面lc的。找BA也要面SQL的哈,也是要刷lc的!至于想继续做本行找financial和商科工作的人,我身边基本是木有的。

3. 一年项目是否会被hr嫌弃。
在美国不会。在中国的话,hr嫌弃你可以有无数理由,甚至可能因为你是女孩子或者你男朋友和你不在一个地方就觉得你不稳定,所以为什么要care他们怎么想呢。自己牛逼就好了。

4. 课程。
technical courses:
18fall的必修课是241概率论和240optimization。我多选了一门290-002 data-x,做了一个project。还有其他和phd一起上的mathematical programming啊graphical theory等等,我脑子不够,不敢选也不了解。
两门必修课比我本科学得简单得多,所以大部分数学统计背景的朋友基本都是水过的,也就意味着不能指望从这两门课中学到什么,但是对于需要发挥主观能动性找工作的我们来说就是福音了——assume你被要求上两门巨难巨麻烦对找工作还没有实际帮助的课,哪个更惨不言而喻了吧。
19spring没有必修课了,都是自己选。可选课程有242 application in data analytics,224 financial engineering,还有一门supply chain。课程质量都比较高,老师都很好,也不难过,主要就看个人的兴趣了。
只要修够了4门ieor的课,其他课想选哪个院的都可以。
我们还可以有enroll MBA课程的资格,我有不少早早找到工作的朋友或者想提高自己眼界的朋友都选了MBA的课程,据说上的真的很好,毕竟Haas。

至于此前被疯狂吐槽的270和295系列。
确实,很费时间,但我真的觉得,这些课给了我们一个提早看到实际工作环境的机会,另外,spring的295是真的在教你怎样才能把你的project讲成一个完整、吸引人、而且能够被non technical的人理解的故事。这个过程对你写简历、准备面试、未来做presentation、还有培养一定的business acumen,都是非常非常非常有帮助的。
我确实受益于此,所以我就不吐槽了。
当然,和你遇到了什么队友、遇到了什么老师也有很大关系。我的队友很省心,一点儿也不事儿,大家齐心协力搞完根本没必要的paper work,focus在真正重要的事情上,美滋滋。
祝学弟学妹遇到好队友。

每学期开学前两周的bootcamp:
想要高分的话一定要多发言,至少一节课一次吧。
但我自己不喜欢这种强行扯淡的方式,所以一般两节课说一次话,分数不高,但过得去。
但是读的case都是每年更新的,都紧密贴合现在发生的事情,比如上学期的那个badblood的elizabeth,这学期研究了一下tesla uber lyft airbnb之类。至少让我这个对美帝一点儿都不了解的辣鸡陆本小渣渣在短时间内获得了对硅谷这个科技发展的宇宙中心有了更加全面的了解。
给我们上课的lecturer都贼牛逼。stanford harvard的phd也有,haas大佬也有,都是自己开公司搞vc的,如果愿意social的话,和他们多聊聊天,也是能获取很多人生经验的。
而且上课过程中,真的会发现自己和其他人的差距。陆本再次表示对美本以及native speaker的衷心羡慕。

综上所述,我自己觉得,这一年我的成长曲线非常陡峭,我去年这会儿是根本不知道machine learning有什么算法的人,现在虽然理解也不深,但至少可以说个所以然也可以手推svm了。和大佬肯定还是有很大差距,但伯村给了我向大佬看齐的机会。虽然ieor的课对我来说不难,也学不到什么东西,但是我有机会去听cs289那种神课,也有机会听别的所有我想听的课,也有翘课刷题找工作的自由。
另外,身边的人都很努力很优秀,目标非常坚定,也十分愿意share自己的经验,即便他们也还没有找到工作,也不会因为把你视为潜在的竞争对手就讳莫如深。他们是我奋斗的榜样和方向,也是我的力量源泉。这是我非常感激伯克利、感激身边人的一点。
但是压力也是真的很大,因为要在一年内撕裂式成长,真的不是一个很轻松的经历。而且我自己本科的对口经历是不多的,更是没有相关的实习经历,真的是靠capstone和data-x的项目以及295学到的吹嘘技能找到的工作,是真的要感谢身边一直有大佬朋友们的无私支持,还有这个项目教会我的一切&提供的资源。
所以要么就本科期间有丰富的经历,来了这边直接秋招上车,要么就要足够强大的内心,死磕一波,要相信付出总会有回报的。

然后我想给出一个比较好的找工作的timeline,给读到这里还是决定要来的学弟学妹一点参考。我自己的摸着石头过河的timeline放在最后,作为一个反例lol
拿到offer之后的3-8月,英语不太好的学好英语,尤其练好交流能力。想转码或者找data scientist工作的一定要开始刷题。大部分fall找到工作的都是来的时候就lc200+的。
上完bootcamp的第二周。8.21左右,是第一个career fair。从这天开始的两到三周会有大量的career fair,甚至有针对eecs专业但有相关技能的别的专业的人也能去的career fair,还有无数公司的on campus interview。如果在此之前就刷好题了,就可以等着接面试了。甚至有fair上直接让你写白板的,这种公司发offer也痛快。career fair非常考验social能力,尤其没有经历过这个架势的陆本小伙伴一定要鼓起勇气硬着头皮上。
8月底还有一个alumni brunch,可以和往届meng的学长学姐聊人生聊经验,甚至要refer。请走出comfort zone,勇敢问经验、要内推。大部分愿意出现在那个场合的alumni都超级愿意share的。
如果career fair结果不理想,请回想并总结原因,最好和career center或者fung自己的职业导师聊一聊。简历有问题请修改简历,技术不够OA老挂请静下心来刷题,并且不要灰心。
然后继续投简历。

寒假期间也是学习的好时间,如果觉得自己实力不够、project不够的话。

spring的bootcamp结束之后的的第二周,1.17左右,是春季的career fair。春季的fair没有fall多,但是也不少。一周一个也还是有的。handshake上也依然有很多opening。
fung会单独组织employer breakfast,来的最牛的是bloomberg。
还有alumni happy hour,可以用来增加connection,要refer。(春秋季这两个活动都会给alumni的邮箱,请不要社恐,大胆地给他们发邮件,但是记得有礼貌、实事求是,alumni也不欠你啥~)
值得一提的是,data的opening往往在1-3月份才放出来,所以如果秋季找工作结果不理想也不要慌张。
还有就是本科背景不够强(像我这样)的小伙伴,秋季参加一下career fair找找感觉,主要focus在做project&刷题上,春季再好好找,也是完全ok的。不要被eecs那群早早上岸的大佬吓到。
根据往届的经验,4月份才是ieor里在美国找data工作的朋友们开始拿offer的时间,所以也不需要太慌张,好好学习好好培养能力才是正事儿。

顺便谈一下秋招和春招的区别。感觉这个区别很玄学。连sde都不能板上钉钉地说秋招更顺利,因为据我所知我们这届fb的秋招贼难,结果春招发了不少offer。amazon也是今年春天捞了一大批人。data的话是春招的岗位更多,内推也多(因为大部分data的岗位春天会有人跳槽,或者春天决定扩张,这时候就会有opening了)。

我自己的timeline就是一把辛酸泪了。我fall的时候是想找consulting的,被拒得心灰意冷。那会儿我其实只是投了40来家,就觉得天空都灰暗了。是我一个很感谢的很厉害的朋友跟我说她找工作的时候每天投十多二十封,每天收五六封拒信,我才觉得是我自己太玻璃心了。于是在否定了consulting基本不可能,不找data没办法留下之后,10月份,默默决定刷题找ds的工作,然后到1月份的career fair开始投简历、继续刷题、准备面试。是真的接拒信接到麻木,每天睁眼就是五六封拒信,甚至有时候接到拒信都不知道啥时候投的那家公司lol。然后疯狂面试,而且因为我是看见data有关的岗就投,所以有的时候面python有的时候面sql有的时候还有take home challenge,那段时间基本就没咋睡觉lol。然后4月份运气贼好成功上岸。值得一提的是,我放弃找consulting的工作之后,这学期也顺手投了几家consulting,居然收到了面试。就还蛮神奇的。可能人生真的就是这么奇妙吧lol

然后简要总结一下找工作的几个渠道:career fair(记得一定要发follow up,尤其聊得不错的公司),handshake,linkedin(有钱的可以开premium,舍不得钱的可以在最关键的那个月用一下他们的免费一个月试用lol),glassdoor。还有像indeed,efinancialcareers这种也可以,我自己用的比较少就是了。

还有就是刷题和网课的网站:leetcode是主流,hackerrank的sql很多(但质量我和我同学都觉得不如lc);coursera肯定是首推,但是中国的慕课网(这个不用翻墙lol有的课质量也挺高的)还有b站对于懒得翻墙的小伙伴来说真的是福音!b站吴恩达一群打卡怪哈哈哈。udemy和udacity也是ok的,udemy的课经常打折,趁新人折扣或者逢年过节促销的时候买也不贵,udacity的nanodegree贵的,但好像也有免费的课程,比如著名的A/B test那个课,不过我还没来得及上就是了。

最后,不管学弟学妹们选了什么项目,都祝大家学得开心、刷题顺利、遇到好队友,然后开开心心上岸、平平安安回家。
补充内容 (2021-10-26 04:59 +08:00):
毕业两年后再回看这个项目,觉得最重要的其实是同学资源。我悟了,这个项目的leadership课程除了想让你成为leader外,还有一个很重要的buff,就是让你认识EECS的大佬们,毕业后跳槽全靠这些大佬carry…所以像我这样非cs专业、毕业没能进大厂的小伙伴,好好抱紧身边eecs大腿,祝愿他们fall就上岸大厂,维持良好的人际关系,将来他们的refer就是你的!!!!
135条回复