PDF를 받아서 보시면 깨끗하게 보입니다. OpenAI, DeepMind, Google Brain/Redidency 외 20+개의 해외 머신러닝 기업에 취업을 준비하며 했던 경험과 그 과정에서 얻었던 팁을 공유하고자 합니다.

1. 머신러닝 해외 취업 준비:
닳고 닳은 이력서와 고통스러웠던 면접을 돌아보며
김태훈 / carpedm20

2. 김태훈 / carpedm20 /

3. 머신러닝 해외 취업

4. 머신러닝 해외 취업

5. 저는

6. 첫 NLP 프로젝트
https://github.com/carpedm20/reviewduk
2014.09
리뷰덕: 한국어 감정 분석기

7. 2014.09 2018.02

8. 3.5년
2014.09 2018.02

9. 유학 + 취업

10. 유학 + 취업
Plan BPlan A

11. 유학 + 취업
Plan BPlan A

12. 어떻게 여기까지 왔는가?

13. 고치고 또 고쳤던 CV를 보면
https://carpedm20.github.io/

15. 합격할 때까지의 과정을 돌아 보면

16. ㅈㄴ 어려웠습니다
기준, 학력, Spec에 따라 다릅니다만

17. 그럼

18. 1. 지원
2. 면접
3. 합격
4. 인턴쉽

19. 1. 지원
2. 면접
3. 합격
4. 인턴쉽

20. 어디에 지원해야 할까

21. Research Oriented
(ex. DeepMind, OpenAI, Google Brain, ...)
Research > Production
(ex. Facebook AI, Google AI, ...)
Research <= Production
(so called, research "engineer")

23. 전 별 생각 없이 닥치는 대로

24. 서류 지원에 걸리는 시간

25. 평균 5+분
Ph.D. 지원은 평균 2+시간

26. 20+개 회사 = 2+시간
Ph.D. 하나 지원하는 시간

27. 20+개 회사 지원

28. X개 회사 합격 :)
연봉 협상까지 간 경우만

29. 지원은 어떻게?

32. CV
개인정보
SNS

33. Field
Projects
연줄이 있나

36. CV
개인정보
SNS
연줄이 있나

37. “서류 통과”의 핵심은

38. Resume/CV

39. 인터넷에 많은 정보가 있겠지만

40. 많이 활동하고
많이 참고하고
많이 수정하고

41. 1. 활동
학점, 연구, 논문, 대회, 인턴쉽, 장학금, 수상 경력, 발표 등

42. 논문 구현
연구 경험
대회 수상

44. 2. 참고
인터넷에 널려있는 훌륭한 Resume/CV들

45. 가장 많이 참고한 건
https://minalee.info/

46. Junior – 내 또래는 지금 무엇을 하고 있는가
• https://shmsw25.github.io
• https://yunseokjang.github.io
• https://carpedm20.github.io
• https://wook.kr/cv.html
• http://yclin.me
• http://takerum.github.io
• http://kelvinxu.github.io
• https://jameschuanggg.github.io
• http://evjang.com/
• http://tunz.kr

47. Senior – 성공한 사람들은 어떻게 성공했는가
• https://seominjoon.github.io
• http://cvlab.postech.ac.kr/~hyeonwoonoh
• https://sites.google.com/a/umich.edu/junhyuk-oh
• https://sites.google.com/site/junyoungchung08
• http://www.people.fas.harvard.edu/~yoonkim
• https://hyunjik11.github.io
• http://www-bcf.usc.edu/~limjj
• http://cvlab.postech.ac.kr/~maga33/
• http://joschu.net/

48. 3. 수정
지원 전에 수십 번은 바꾸고 이후에도 계속 수정

49. 졸업 직전 출국 직전

53. 최대한 자신이 쿨하게 보일 수 있도록

54. 1. 지원
2. 면접
3. 합격
4. 인턴쉽

55. Thanks for applying to X!
We've reviewed your application and would like to
move forward with scheduling a Skype call

56. Phone Interview
On-site Interview

57. 1. Phone
시간 잡고 통화

59. 보통 한번. 가끔 2+번
On-site가 없는 경우, 면접 경비를 지원하지 않는 경우

60. 코딩을 안하면 Skype보단 phone call
인터넷 연결이 불안정 할수도

61. 시간 편하게 잡으려면
http://whenisgood.net/
Thx @wookayin

62. Thx @wookayin

63. 다양한 억양
미국 / 영국 / 호주 / 라틴 / 인도

64. 통화 받고 영 안되겠다 싶으면
급한 일 생겨서 다음에 하자고..

65. 불안하시면 Cheat sheet 준비

66. 보통 기술적인 질문만.
코딩 면접을 보면 링크 보내줌
(Google의 경우 Docs 링크)

68. 0.5~1시간

69. 기초적인 함수, 알고리즘의 정확한 이해도
식을 써라, 문제점이 뭔가, 해결책은 뭔가

70. 1차 Phone interview

71. 마침 평소에 좋아하던 연구자와의 인터뷰
예전에 하던 algorithm learning 연구는 왜 안하는지
어린 나이에 어떻게 그렇게 Ph.D.를 빨리 졸업할 수 있었는지
Wojciech Zaremba

72. 2차 Phone interview

73. 간단한 코딩 면접
File I/O, Parallelization

75. 3시간
Hangout

76. CS/Math/Statistics/ML
NP-Complete, Jacobian, Pseudoinverse, Gibbs sampling

77. 지금까지 본 면접 중에서 가장 어려움
기초가 이래서 중요합니다..

78. 2. On-site
비행기를 탈 때부터 회사 문 밖을 나올 때 까지 1초도 편하지 않은

79. Hi Taehoon,
I heard your call with X went well, and we'd
like to invite you onsite for an interview!

80. 호텔, 비행기 + (가끔) 교통비, 식비
여행 비용은 걱정 안하셔도 됨

81. 한번의 여행, 여러 개의 면접
일정을 잘 조절 해야

82. 도착한 바로 다음날 인터뷰..

83. 1. 일정을 넉넉히 잡고 컨디션 조절
적어도 시차 적응할 시간은 있어야.. 호텔 길게 요청해도 괜찮음

84. 2. 호텔을 겹치게 예약하지 마세요
체크인을 첫날에 안하면 방이 없어질 수도.. (여행 상식)
Thanks @xissy

85. 보통 5~6시간
10-11시~3-4시

86. 오전 면접 1
오전 면접 2
점심(먹으면서 면접)
오후 면접 1
오후 면접 2
오후 면접 3

87. 들어오고
인사하고
관심도 없는 질문으로 긴장 풀어주고
(요즘 연구 뭐해? 뭐가 요즘 재밌어?)
본격면접

91. ML 이론 면접 N개 + 코딩 면접 M개
N>M

92. 개념 묻고
예시 묻고
칠판에 증명
<반복>

93. Policy Gradient
TD-Learning
Dynamic programming
Web programming

95. ML 질문에 대한 준비만 했었지만..

96. 코딩 면접 N개 + ML 관련 코딩 면접 M개
N>M

97. 칠판 코딩 N+M번

98. Dynamic programming
Scalability
TensorFlow
TensorFlow Optimization
https://www.glassdoor.com/Interview/Google-Interview-Questions-E9079.htm

99. 평범한 프로그래밍 면접 준비
https://leetcode.com 에서 1,2주간 100+개 문제 풀면

100. 미리 물어볼 질문 준비해가기
나 어떤 role을 맡게 될 것인가, 연구 요즘 뭐하나, 밥은 잘 챙겨주나, 잠은 자나

101. 1. 지원
2. 면접
3. 합격
4. 인턴쉽

102. 하기 전에

103. 레퍼런스 체크
Reference check

104. We're close to making a decision on whether to
give you an offer to work at X. To get a little more
information, we'd like to talk to do reference calls
with your previous employers.

105. 1. 지도 교수님
2. 직장 동료

106. 1. Joseph J. Lim (USC)
2. John Wu (Berkeley Lab)
3. Alex Sim (Berkeley Lab)

107. Reference call이 갈거다
라고 메일을 쓰다보면

108. 자신의 과거를 많이 돌아보게 됨
3년 전의 나는 과연 성실했는가..

109. 그리고 기다림..

110. I have good news --
we've decided to give you an offer to
join the team full-time

111. 행복

112. 끝?
계약서에 싸인 하기 전까지는 끝난 게 아니다

113. 연봉 협상
해봤지만 저는 아직 1도 모르겠어요 ㅠㅠ

114. 연봉 = Base (B) + Stock (S) + Bonus (N)

115. Ph.D: 최소 200k (120B+50S+30N)
Ilya Sutskever: 1,900k (900B+1000N)
https://www.reddit.com/r/MachineLearning/comments/458a02
https://www.reddit.com/r/reinforcementlearning/comments/8di9yt
2016년 기준

116. https://www.paysa.com/salaries/google--research-scientist,-google-brain--mountain-view,-ca
연차에 따라 차이가 크다는 걸 감안하셔야

117. https://www.paysa.com/salaries/facebook--research-scientist--san-francisco,-ca
연차에 따라 차이가 크다는 걸 감안하셔야

118. H1B 비자를 받는 사람들의 연봉은 법적으로 공개됨
https://h1bdata.info/

119. 제일 중요한건 카드를 많이 가지는 것
(카운터 오퍼가 있어야 연봉을 올리기 쉬움)

120. 연봉 협상 가이드 꼭 읽어보세요
https://medium.freecodecamp.org/c46bb9bc7dea

121. 내가 너네 회사의 비전과 동료는 정말 마음에 드는데,
미국으로 이주하는 비용과 가족 부양에 드는 비용을
고려 했을 때 X가 주는 오퍼를 거절하기 힘들다.너네와
비전을 공유하고 싶지만 현실 적으로 지금 오퍼를
어셉하긴 어렵다. 블라블라 (인간 대 인간으로써 감성을 자극하는)

122. 계약을 하고 나면

124. 아쉬웠던 것

125. Ph.D.를 꿈꾸기 시작한 건
TensorFlow가 나오고 나서 부터

126. 불안함

127. 1. 여유를 가졌다면
2. 연구를 즐길 수 있었다면
3. 남들을 신경 쓰지 않았더라면
https://www.facebook.com/carpedm20/posts/1752958058117045

128. 어쨌든 나를 여기까지 끌고 왔으니..

129. 합격 후?

130. 미친 듯이 노세요

131. 윤석이 형은 research collaboration을
하라고 추천하셨지만..

132. 학회가기 전에 같이 연구 하고 싶은 사람한테
연락하는 것도 방법

133. 여튼 그냥

134. 노세요

135. 1. 지원
2. 면접
3. 합격
4. 인턴쉽

136. 이때까진 Full-time 얘기

137. Internship
학부, 석사, 박사 중 주로 방학 때

138. 3~6+개월

139. 1. 학교 인턴쉽: 직접적인 지도
2. 회사 인턴쉽: 양질의 데이터

140. 1. 학교 인턴쉽: 직접적인 지도
2. 회사 인턴쉽: 데이터, 인프라
하지만 사람, 회사, 학교에 따라 케바케

141. 어떻게?

142. 1. 스스로 신청ex) DeepMind
2. 교수님 추천ex) Berkeley Lab
하지만 사람, 회사, 학교에 따라 케바케

143. 저의 경우

144. 1. 학교 인턴쉽: 직접적인 지도
2. 회사 인턴쉽: 양질의 데이터

145. 학부 지도 교수님의 추천으로

146. Joseph 교수님이 박사 과정 학생을 찾으시다가
아는 분이 저를 소개해주셔서
Thanks @ hyeonwoonoh

147. Ph.D. 지원하면서 면접 겸 공동 연구
(적극적으로 연구할 기회가 있는지 물어보기도 하면 좋을 듯)

148. 그렇습니다

149. 연봉 협상 왠만하면 없음
해봐야 Housing, hotel, relocation fee 정도

150. 보통 1년 전 컨텍, 늦어도 6개월 전

151. 설문 조사 질문들

152. Q: 해외 취업시 추천서의 필요?

153. A: 가끔 Researcher role에서 요구함
MSR, Google, FAIR

154. Q: 해외 취업 정보?

155. A: Google, reddit.com/machinelearning
잘 걸러서 보세요

156. Q: 해외 유학/취업의 계기?

157. A: 내가 어디까지 갈 수 있는가를
확인하고 싶어서
배우고 싶어서, 똑똑한 사람들은 어떤 문화 속에서 일하는가, 진짜 문제를 풀고 싶어서, 창업 하려고

158. Q: 내 위치를 남들과 비교하는 법?

159. A: 내 또래의 CV, Github

160. Q: 학사 수준으로 관련 분야에 취업 가능
여부와 어떻게 준비와 계획을 세워야 하는지?

161. A: 저처럼 하시면 될 수도 있을 것 같아요
저도 많이 떨어졌습니다

162. Q: 박사를 전혀 고려하지 않는 "석사 후 취업"
루트에 대하여 알고 싶습니다.

163. A: 학력 세탁과 함께 인터뷰도 쉽게 보니까
국내 학/석사 보다 쉬울 것 같아요

164. Q: ML 현황과 전망?

165. A: 좋아야죠

166. Thanks .

167. Thanks Joseph J. Lim

168. 감사합니다
@carpedm20