FANG工程師, 讀書篇, 你問我盡量答

我ug cs加數 master有讀cs又有讀business, 讀完對做野有幫助既, 想轉入去做data science, machine/deep learning 既team 既話有多個master差唔多係基本要求, 近呢幾年入職既大部份都有master或以上學歷, 有人自學係得既, PT我慢慢讀2年多到, 學費美國讀就一定貴, online master其實ok既但美國出既會好些少

FANG入邊有公司會比些少, 有公司完全冇

留名學嘢

成日都有, 邊間公司都有咁既人, 的確係要做過先知, 好多人明知唔岩自己但向錢看, 就會留低

看youtube學基本野, 之後寫啲小遊戲, 過3關之類, 熟左點用looping同data structure 先, 每日寫少少, 唔駛太多, 學野係馬拉松, 唔係短跑

如果想報啲 online course 會唔會有邊個推薦？

做熟d hash table / tree / graph problem先
two pointers 通常好tricky，變化好少， 背答案唔算係咩問題

我自己覺得edx 入邊UMich同harvard既python course都教得幾好, 但英文一定深同講得快, 你上網搵Python for Everybody - Interactive都okay, 我冇用中文學過coding所以我唔知, youtube都有人用廣東話教python

打左code有7-8年,係咪要操algo?

認同!

雖然佢叫interview，但係實際上佢更加接近公開試
如果你唔係天賦異稟，我會建議你做下past paper

Sorry, 我做software加ML多, hardware 唔熟,
大陸轉晒碼農聽講因為hardware好難做, 有同事非IVY 名校PHD EE都轉

想入FANG entry level既話data structure + algorithms + oop已經夠cover 面試會面既野
可以一邊做PROJECT upgrade resume, 一邊做LEETCODE黎準備
但想去start up 或者長做呢行既話 我建議自己補番 OS, network, database, compiler, distributed systems etc

樓上講左大部份要講, 主要睇年資同LV去決定駛唔駛system design,所以公開既秘密係越年資低/後生越易考, 入到去升唔升到職又令一回事

Lmlm

最簡單學識用AI/ML既方法係咪用low code platform

其實係咪做developer先要學python?

如果我係user，咁用low code platform就得？

前兩日見到Boston dynamics robot跳舞片，開始諗遲早大家都失業 所以想早d學一學點用AI同ML

thanks 巴打

個人偏見：

讀邊間都冇所謂 最緊要你中意個環境
學術黎講 只要唔係PHD其實讀既野都差唔多 搵工學野係睇你自己努唔努力 同埋一定程度既運氣

但唔係top 1: mit, Stanford, Cal, UIUC, CMU, GaTech, Austin, UMich

如果係以搵工實際為目的既話 我覺得會有幾間方便D：
MIT Stanford: 必去
Cal: 搵工近 面試方便
CMU: Master易入, career fair都多公司去
其他唔清楚 但我見到唔少同事都係UIUC GaTech, UT Austin, Mich度出黎 講真入邊間都唔怕。。。