# 資工所推甄心得 找教授前來積點陰德>< [toc] ## 學經歷 * 中字輩資工 1x% * 主要做自然語言、text mining 相關 * 專題 * 新聞推薦系統相關 * 實習經歷 * 中研院暑期實習（投稿paper，review 中, text mining 和假新聞相關） * 捷運局暑期實習 * 比賽經歷 * TOPC / NCPC 佳作 * AI Fun Cup 第三名 * AI Cup 芒果分類競賽前5%(進行中) * 推薦信 * 中研院老師 x1 * 系上教授 x1 * 計畫主持人 x1 ## 結果 實習的薪水要花完惹嗚嗚 * 台大 * 電信丙、多媒體：沒上 * 資料科學：備個位數尾(書審 / 面試：83 / 89、不確定有沒有機會) * 清大 * 資應：正取 （書審 / 面試：85 / 90，面試好像拉蠻多分） * 丙組(AI)：正取 （書審 / 面試：90 / 91，書審應該算高，面試感覺炸開，結果好像還是蠻高的XD） * 甲組：備3x (書審 87，這組很玄) * 交大 * 甲組、數據、聯招：備到看不到明天太陽 * AI: 備 2x * 成大 * 甲組：正取 * AI: 備取 5 內 * 中央 * 甲組：逕取 ## 書審 * 我書審除了清大外**分數都不高，參考價值不大**，就只說一下清大和其他學校不同的部份。 * 從書審分數看來，如果有一篇**已發表**的 國際 conference paper，都是先暴打別人的 ### 清大書審 * 幾本上就是多了英文版的 ai 報告書和 research proposal * ai 報告書：最多十頁。因為paper 還在審不能丟，所以我就把專題報告翻成英文丟上去，總共四頁。我是直接用 overleaf ACL paper 的格式，Abstract / Introduction / Method / Experimental Result / Conclusion and Future Work 這樣 * resarch proposal： 我是唬爛了一個用 GNN 做混合式新聞推薦的模型，連模型架構圖都附上去，從結果來看，清大好像蠻吃這套的（？ * 英文部份我的作法是能自己寫就自己寫，不行就打中文丟 google 翻譯，然後丟 grammarly，根據結果再自己改。 Abstract 和 Conclusion 都有請英文比較好的學長順過。 ## 面試過程 * 以下按造時間順序 * 詳細的報告時間和提問時間有點忘了 ### 台大資料科學 * 4 分鐘簡報 + 2 分鐘教授提問 * (4題)中研院實習時投稿的 paper * 大概解釋一下方法 * 可能的改善方向 * (1題)專題部份 * 最後一題問 nDCG 是啥，當下突然想不起來QQ ### 成大甲組、AI * 要先準備三頁資料給教授看 * 兩組問的問題差不多，我就寫在一起了 * 一進考場先默背3分鐘的自我介紹(感覺教授其實沒在聽，都在看資料) * 針對專題部份問，paper完全沒問 * 如何證明你的推薦模型比其他模型好？ * 專題過程中你覺得最困難的部份？ * 一些模型設計上的問題 * BERT compression 的問題 * 還有幾題是演算法競賽經驗的，ex: 比賽過程怎麼分工的 #### 總結 * 面試完的感覺其實蠻好的，但是面試分數不怎麼樣 * 基本上就是針對專題問啦，我自己是沒遇到什麼假設性問題，不過其他同學有的有被問「如果錄取你想找誰」之類的 ### 清大 #### 丙組 其實原本面完感覺完蛋了，講的亂七八遭，但是書審面試分數都蠻高的，覺得神奇ww * 要先準備三頁資料給教授看 * 3 分鐘簡報 + 3 分鐘教授提問 (有點忘記確切時間) * 這組教授希望多講專題、論文的東西，未來展望之類的不太重要，問的東西都是專業的 * 面試過程印象太深了容我打詳細點XD * 一進去先遞資料給教授 * 開始三分鐘簡報 * 開始提問 * *教授*：你能簡述一下中研院所投稿的 paper 嗎？這題蠻順的，接下來是2個小延伸問題 * (短暫寧靜) * *教授*：**你說你對nlp相關有興趣，那有讀過什麼 paper 嗎？** * *我*： transformer / BERT 這些我都讀過 * *教授*：講解一下 transformer（當下聽到有點小崩潰，我上次看這篇是快一年前qqqqq） * *我*：transformer 是一個 encoder-decoder 架構，encoder 是由 n 個 transformer block 組成 ....(這裡**講的稀八爛**zzzzz 還一直重複，不過重點都有講出來) * *教授*：再細講一下 multihead self-attention * *我*：multihead self-attention 的核心概念是.....(這個就講的順多了) * 面完出來真的超崩潰，聽同學說其他人都是問專題和 paper，結果我被問完全沒準備的東西QQ 雖然也是自己挖坑就是 * 幸好還是正取了>< * 對我的同學們感到感謝 & 抱歉，讓你們承受我滿滿的怨念惹 * 給自己一點檢討： * 不應該隨口講好久以前讀的論文 就算那篇論文非常經典XD * 最好準備一下最近紅的 paper，ELECTRA / performer 這類的 #### 資應 * 準備兩頁投影片給教授看，不需要自我介紹，教授直接問 * 相較丙組友善太多了，真的像來聊天的 * 聽說有蠻多人被問未來方向的，我自己是沒有啦 * 想做什麼領域 * 想找哪位教授 * 提問內容 * 如果你資工跟資應都上了，你會怎麼做選擇？(這題有報兩組以上必問) * 答：我會先選擇自然語言相關的實驗室，看教授怎麼安排方便，如果兩組都可以選擇，我傾向選擇資應，因為可以接觸更多不同系的人(就 ptt 文章說的那套，感覺很多人都這樣說，教授一臉我就知道的感覺XD) * 為什麼想走nlp？ * paper 部份 * 簡介一下你所投稿的 paper? * 你在 paper 中負責哪些部份？ * 問一些寫 paper 的過程 * 專題部份 * 簡介你的專題 * 解釋模型設計架構和概念 * 一些 BERT compression 的問題 * 捷運局實習 * 工作內容？ * 會問這個我蠻驚訝的 * 比賽經歷 * AI Fun Cup 比賽有幾個隊伍參加？ * 怎麼做的 * 感覺好像超過時間蠻久的，出來的時候覺得蠻不錯的，但是每個人都這麼覺得 #### 總結 * 資工丙 == hardcore，但是基本上就是**看實力**的，只要**講出重點**應該就有機會 * 資應 == 友善 == 笑裡藏刀，整張簡歷幾乎被問光了，感覺比起實力(會什麼)更重視經歷。面完大家都說教授是來**聊天**的，就 ... 很抖w ## 心得 * 基本上有面試的組就有機會番盤，台大資科不確定，但是清大資應我是壓線過書審，面試再拉回來 * 如果單看成績，根據以往學長姐經驗我會落在成大，所以我做以下推論，看看就好 * 交大感覺不管哪一組都吃成績，不過也有可能我太菜XD * 台大資科、清大資丙不太吃成績 * 清大資應稍微看一點，系排靠後(1x ~ 2x%)的同學都是壓線過書審，甚至有的資丙正取但是資應沒過書審 * 感謝台大、清大教授們這麼看得起我>< * 感謝推甄的夥伴們:\)