肖哥，我是美本大一在读，我不想读硕士（家里供我读了美本就没钱供我读美硕了），也不想读博士（一下子5年没了也太久了），但是我就本科学历找美国MLE的全职，难如登天吧？这怎么走通啊，压力好大。

简单几句话，我的结论就是：你本科4年都做学界AI research，然后每一个暑假都去做MLE实习，然后靠大三的暑假的MLE intern换大四毕业后的return的MLE full time（转正offer）。你4年学界AI research能做多深就做多深，如果深不下去了也问题不大、如果中不了顶会也问题不大，因为其实我认为MLE实习更重要———不是因为MLE实习的知识深度更大，而是因为MLE实习经历更接业界地气。但是考虑到本科学历找MLE职位的不确定性（因为没有学历优势，MLE喜欢招博士），所以我建议你大四的时候，MLE和SDE职位同时找，如果能走通MLE当然开心，但是如果走不通，你就同时找着SDE职位，找到后，进公司以后，内部转组转向MLE岗位。

~~~~~~

如果要详细展开说，那我的思绪与结论是如下的：

你要多多参考这种人是如何在美国找到MLE岗位的：

1.中国人

2.人在美国

3.是本科学历

4.找到了美国MLE full time

符合这4个标准的人群，的成长轨迹，是你需要重点reference的、你需要多多思考他们为什么能走通MLE求职。

为什么要思考他们成功的原因呢？因为他们采用的方法策略，既然可以让本科的学历的自己找到MLE full time，那就一定可以让硕士、博士找到MLE full time。对不对？必然对啊。因为他们的方法“接业界的地气”啊 对不对

我给你整理了一些，你自己用电脑看看吧。

1.   https://www.linkedin.com/in/cheng-shen/   本科4年。大四之前的暑假做ML intern然后换了full time 的return MLE offer。

成功原因：用美国MLE实习换full time return

2.   https://www.linkedin.com/in/kevin-c-7a44b5a6/    本科读了3年。大一和大二暑假的做了MLE 实习然后 大三毕业后成为了full time MLE （没有去实习的公司）

成功原因：积累美国MLE实习经验以增强找全职的竞争力

3.   https://www.linkedin.com/in/yijie-bei-2878b1126/    本科4年，从大二暑假开始做实习，一共做了3段实习。然后本科还做了2.5年的research。然后毕业后先成为了fb的ai infra sde然后又内部转租转为MLE

成功原因：本科积累AI经历然后毕业后先去ai infra（本质是backend）然后曲线救国（内部转组）为MLE full time

4.   https://www.linkedin.com/in/benjamin-qian-13a7a5125/   本科3年，大一暑假做数据库实习，大二暑假做DA实习，大三毕业后先在学校做ai 科研，然后拿到业界实习然后凭借实习转正成了MLE

成功原因：用MLE 实习换full time return

5.    https://www.linkedin.com/in/tbhfeng/    本科5年。早期做过2个general sde实习，然后大四暑假做mle intern，然后大五毕业后成为了mle full time

成功原因：积累美国MLE实习经验以增强找全职的竞争力

6.   https://www.linkedin.com/in/cherie-xu/    本科4年。早期做过与ai不相关的research和实习。然后大四上学期去fb做fall intern（mle），然后拿到了fb mle return offer

成功原因：用美国MLE实习换full time return

（我不认识这些人，我对于他们的人生经历的分析，以及成功性的分析，只是基于他们经历表面去推测出最有可能的结论，我不排除他们的实际情况与我说的情况是不同的 的可能性，但是我感觉我说的大概率应该是基本准确的。）

简单来说就是实习太重要了，可以让无paper、无research的人找到mle full time。。。。

你说，mle实习做的东西能有学界的ai research深吗，必然没有。那为什么mle实习用来找mle全职这么管用呢，因为他接业界的地气啊。接业界地气的结果就是 ，本科学历也可以找到mle full time。。。而学界research不接业界地气啊

~~~~~~~~~~

好了，看完了这6个例子，我们回到定量的分析。。。嗯。。如果你看到过我的这个文章（https://www.xiaogeedu.net/sys-nd/218.html‍ ），你应该会注意到绿色的第一列是AI的背景提升。没错，我接下来的结论就和这个绿色的第一列的结论一样：

从定量的角度说，我建议你本科期间的背景提升（针对本科毕业后在美国做MLE全职的背景提升）是这样走：1/3学界ai research + 1/3 业界科研类ai实习 +1/3 业界非科研类ai实习。

当然了，我也见过不少人是这样走的：几乎都是业界ai实习（科研类和非科研类都有），没做过学界ai research。

其实我们很难说这两条路到底哪个概率更高，因为有的公司可能就是喜欢要第一条路的人，有的公司喜欢要第二条路的人。但是我还是倾向于建议第一条路，因为你在学界与业界的背景上，雨露均沾了；你在科研与非科研上，也雨露均沾了。感觉就没什么死角吧，嗯， in general的风险小一些。

你还可能会有几个问题：

（问题1）为什么不是一直在学界做research呢？

因为你要找的是业界的mle position，业界的公司在很多时候，会发生 更看重业界经历的情况，所以业界经历一定要获取。（甚至在极端情况下，你做了好多好多业界MLE实习，但是没坐过学界AI科研，这样其实走通MLE全职求职的概率更大呢hhhh ）考虑到   由于业界经历很难直接获取，所以先做学界经历以让自己成长。而又由于mle position会带有一定的research色彩，所以获取业界research和学界research都很重要。

所以大概的背景提升就是，non reserach是1/3的比重（那这个就是在业界做了），research是2/3 的比重。然后research再拆开一半一半，学界research一半，业界research一半。

（问题2）很多phd就一直在学界做research，也没出去做过实习，毕业后也能找到MLE全职，那为什么phd可以不去业界做实习 然后就能走通MLE求职呢？

这个是因为他毕竟是博士。。毕竟是phd，phd在学界research没有特别出彩都可以找到ai工作、phd在业界没有实习过都可以找到ai工作。那phd +纯学界research + 没有实习过，当然可以找到mle工作。

但是这是phd最佳的发展路线吗，不是的，phd读博期间的最佳发展路线是：phd 5年学界research + 4-5个业界实习（其中有业界research intern和业界ml development intern），，，按照这样的感觉去走通mle求职，是最稳的。这就是为啥很多时候你能看到那种牛逼的phd，读5年，一共4个summer，然后4个summer凑齐了科技四巨头（FLAG）的实习经历。我认为这是最对的读博期间的背景提升（针对读博毕业后的求职的背景提升）。

~~~~~~~~~~

好拉，说完了，简单来说就是 科研实习我都要，但是本科中后期的时候你多向实习这件事上倾斜更多的时间，确保mle实习能找到，拿return的full time mle offer哦~