成  就  一  直  前  進  的  你

成  就  一  直  前  進  的  你

loanding...

首頁>求職面試>2024 美光資料科學暑期實習:2 個月的專案挑戰與成長收穫!|工作甘苦談

2024 美光資料科學暑期實習:2 個月的專案挑戰與成長收穫!|工作甘苦談

無論你正面臨面試挑戰,或是在職場中努力站穩腳步,這裡整理了實用經驗與建議,協助你釐清方向、提升應對力,並在每個職涯轉折點做出更明智的選擇。

2024 美光資料科學暑期實習:2 個月的專案挑戰與成長收穫!|工作甘苦談
share
share

文/孫利東 Tyller Sun

工作總是充滿了酸甜苦辣,但實習總是能享受到甜美的那一面

2024 美光資料科學暑期實習:2 個月的專案挑戰與成長收穫!
▲在美光兩個月的實習生活(圖/freepik)

2024/8

前言

這篇心得文並不是在幫美光宣傳,主要是為了記錄我在這兩個月的生活,因為我時常會打開我過去寫的文章,來想想現在的我會如何面對當時的挑戰,以及看見我的成長。(順帶一提,人資是有希望幫忙寫相關推薦文,但反正我就寫我想寫的,我沒很在意他們會不會給我return offer)

另一個目的是我希望可以幫未來的學弟妹開一條路,讓他們看見統計所實際上並不像很多學長姐講的如此沒前途,在產業中還是有很多不一樣的工作、職缺是統計所學的知識能發揮的地方。

最後,也是讓未來申請美光實習的人有一個更清楚的框架了解美光的安排。

至於面試準備的部分,可以參考我的另一篇文,題目都放在上面,都是十分簡單的題目。

推薦文章>>美光科技 Micron 資料科學暑期實習面試心得

目錄

  • 前言
  • 為何來美光
  • 美光暑期實習有哪些活動
  • 關於我的專案和成長(技術細節簡單提到,但不會深入)
  • 實習心得
  • 一天的實習生活
  • 幫敝部門宣傳一下
  • 後記

為何來美光

來美光的原因主要就是因為有在公司旁邊的宿舍可以免費住,也想去外縣市看看有沒有什麼好玩好吃的(后里真的慘),所以就選擇美光。至於其他投遞的公司基本上在投的時候就不覺得能上(都是海外的research center和quant,$$$)。

另一個大家會問的就是為啥沒去台積,原因就是它面試要我去新竹廠測實在太麻煩,外加沒提供我能走路到上班地點的宿舍,所以就放棄面試了。

至於美光這家公司的吸引力,說真的就是沒有,但給我的SMAI data science intern的職缺至少聽起來不差,這單位的面試主管也沒問我太瞎的問題。

至於,找實習的目的對我來說是為了再次確認念研究所的動機,也再次檢視看看自己經歷一年後的成長。

美光暑期實習有哪些活動

  1. intern 行前說明:過去intern分享、加入美光,人生發光、和未來主管見面
  2. intern 開幕式
  3. workday好寶寶課程(或許明年intern可以寫一個自動填workday課程的robot,可能會成為美光最受歡迎的工具)
  4. 部門內部培訓
  5. 訪談影片競賽:這是我覺得最沒意義活動,從功利的角度來看他對我的職涯就只是在浪費時間,不如把時間拿去排燒臘飯,但感謝我的組員有同樣的想法,我們組順利擺爛拿下最低分!
  6. international day (optional):好像也是拍影片,沒參加
  7. volunteer (optional):上午去大肚山種樹,結果有人被蜜蜂叮,剛好有很好的理由躲在室內聊天喝飲料; 下午在室內玩團隊活動,真的辦的不錯,很好的把想傳達的想法融入到遊戲中。
  8. team building (depend on department):我猜是HR有要求每個team都要在intern來的時間辦這個活動,去的地方從保齡球館、做蛋糕到種樹都有,大家就看運氣了~
  9. 一些公司內參訪 (optional)
  10. 和高管吃pizza (optional):其實就是收集intern feedback,來改進明年的intern program。
  11. BBQ
  12. final project presentation (depend on department)
  13. 閉幕式(optional)

關於我的專案和成長

專案: Issue type detector

簡單來講就是customer會提供我的dataset進到我們的系統進行分析,而在我們過去的流程會把全部的time series dataset放到後面多個演算法來跑預測和分析,但由於每種演算法是針對特定的issue type(像drift, outlier等),所以其實只要抓取issue 發生的時間段放入對應的演算法當中就好,因此我做的就是提供一套演算法去把dataset中發生issue的區間全部抓出來(因為可能不只發生一個issue,甚至會有重疊)。

因此我開發一套“A fast all kind issue detector without any manual labeling data”來解決。在不用任何人工標記資料下,可以generalize到任何的issue type和數據集上(甚至要找abnormal process都有辦法)。

希望我做的小玩具不會讓大家太失望,但也很感謝Mentor讓我嘗試神奇的解法,我一開始真的不覺得能work

成長

硬實力

在技術上的成長,我覺這部分十分有限,因為用到的技術基本上都是我原本已經會的或靠自學能搞定,唯一的差別在於要如何整合很多知識到這個專案上。至於部門前面有幫我安排一些課程要上,包含GCP, pyspark,… ,這些比較硬的技能對我的相對簡單,反倒是我花很多時間在看部門系統的教學影片、提供服務以及製成相關的資料,這部分我反而學到不少東西。(我覺得實習中間其實可以安插一兩天domain相關課程,硬實力那些課其實自己回家用B站看就好,來實習當然就是看平常看不到的東西)

軟實力

另一個成長就在做投影片和報告。

基本上每週有要meeting的時段,雖然每週都需要有一點進度,但跟收費幫其他人做project update進度比起來輕鬆不少,畢竟不用每次都要想新的餅來吹讓我繼續有錢賺。但每週的meeting其實讓我更加了解user在用我們的系統是想要看什麼東西,我們想解決的問題時什麼,也讓我有更多機會把tech和demand match再一起。

但到最後兩週的時候,我的工作量突然有大幅度的增加,包含要準備期末報告外,我還被安排一個部門和一些相關合作單位的報告以及一個和SMAI DS的分享(但也很感謝主管給我一個舞台讓我的玩具能被其他人看見),花不少時間在投影片上修修改改,但也學到不少東西。至於報告的部分,主要就是Motivation的部分很難講清楚,剩下的部分都算輕鬆。另外,就是要準備交接文件和做一些模型的微調,東西太爛實在是交不出去,所以也不少時間在構思架構。

實習心得

時隔一年再次回到職場的感覺真的很特別,尤其是被特別對待的intern。忽然回到一個整天有8個小時要被佔用的生活中,時間管理和工作生活的切割成為在這兩個月中最大的挑戰,不論我對手上的專案再有熱誠,我也要強迫自己時間一到把腦袋切換掉。

另一個收穫大概就是看看美光長什麼樣子,生產線實際上是如何運作,以及做data science的人大概有怎樣的特質,算是滿大的收穫。也順便比較一下美光的生活環境和其他公司(這個暑假我其實也有去其他公司晃晃),忽然發現新竹真的沒有我想像的糟糕,但不管怎樣還是台北松仁最好。

最後,大概就是確立我之後的職涯會往data science走,但在規劃上,為了走更長遠,會做一些其他嘗試。在修課方向,短時間內我的實務技能已經足夠,除了所上的必修課外,剩下的會全部安排純理論課(雖然我不喜歡)。手上的專案,會減少深度學習、資料分析,大幅度增加data pipeline、data arch、cloud 的部分。

一天的實習生活

這部分主要供參考,我因為下班後有其他安排,所以和其他intern差滿多的

6:40 起床 -> 7:00進公司吃早餐 -> 8:00上班->寫code+(開會)->11:20準備吃飯->1:00寫code+(開會)->4:55收背包準備離開->5:00隨便吃個晚餐->準備其他會議或寫一些報告…(私人)

至於其他實習生大多數下班會出去玩,我只有前一兩週有去打卡,後面就去忙我自己的事了。

幫敝部門宣傳一下

喝了同事的飲料、兩顆茶葉蛋、一個杯子蛋糕和一些餅乾,外加有兩位學姊,所以就加碼這段

SMAI的黑,Dcard上都看得見,我這邊也不用多提。進來會需要知道前後端,這也是事實,畢竟美光DS的分法比較像是每個部門當一個小公司在經營,開發各自的產品,所以一定會有前後端插在裡面,讓演算法能讓使用者使用(在這邊的前後端職缺好像是叫data science engineer)。對程式碼和架構的要求,我猜應該是能用就好,畢竟這邊的重點是data science不是software engineering,但近期的code看起來是有在往好的方向走。

至於工作Loading的部分,我都很早下班,不確定實際加班的情況,但跟GG比應該是好上不少,至少6.多會在健身房看到同事。

至於發展項目的部分,我不清楚其他部門做哪些東西,但我們主要是做一些非常傳統的統計方法,像一些regression, kernal之類的。但我覺得裡面有很多發展機會,尤其是這五年來,很多新的方法論解決了過去統計的假設(反正傳統統計方法的時代已經在倒數計時了),像一些deep kernal method去比較聰明的造出Kernal等都是可能嘗試的東西,沒意外的話隨便做都是屌打之前的performance,尤其是美光現在在大吹AI。另一個發展機會大概就是重寫之前的演算法,矩陣的乘法在統計上通常都會有很好的結構去加速計算,或直接開GPU解決,速度基本上是數十\百倍再提升。

在待遇方面,只能說是在往好的方向走,高層正在努力提升這個單位幸福度,在這方面是真的能看到新加坡主管和M2的努力(但最近公司的活動有點太多,對實習生應該有不少的誤導性,以為上班都在辦活動),但錢跟其他公司比,就真的還好,畢竟現在有太多大公司和新創要找人做這些華而不實但有表演價值的深度學習應用來衝公司的股價,給市場畫大餅。(我真的不知道燒一堆電和算力模擬地球的天氣變化到底要幹嘛…,應該有更簡單的方式就能做到預測天氣)

但我覺得要實際待過再決定美光是不適合,網路上的很多東西聽聽就好,但如果上面寫的都無法接受,那應該真的不適合,因為實習總是看到公司最好的一面。

後記

兩個月的實習也順利結束,最感謝的就是我的室友,因為他的中離,讓我有單人房可以住。其次是一些帶我的Mentor和老闆,讓我在軟實力上有一些的提升,其次是我的同事,在背後默默幫我很多,再來感謝美光,讓我的履歷上多一條字,最後感謝其他實習生,讓我知道我酒量的維持意志大概是9杯。

最後,有拿到學期實習的機會,但很不幸的因為交通和我還有很多想修的課,所以忍痛婉拒,但我相信後續接我project的博士生會覺得it is too trivial!!!,一定做得比我更好。


※本文由 孫利東 Tyller Sun 授權勿任意轉載,原文《2024 美光資料科學(SMAI DS)暑期實習心得》

上一篇: 擔心頻繁跳槽成為履歷的致命傷?職涯顧問帶你找出換工作的真正原因!|應徵技巧分享 下一篇: 實習生公開在 Backbone 在商業開發部的實習日常:親身體驗人體工學專案開發|工作甘苦談

你可能會喜歡的文章

author

作者簡介

我是面試經驗談 / 各行各業面試全攻略!

分享各行各業的面試技巧與準備心法,從履歷撰寫到面試應答一手掌握!也記錄進入職場後的甘苦點滴,無論是升遷瓶頸、人際相處,還是轉職迷惘,都陪你一起思考下一步。

totop