裁员潮下，我是如何逆袭上岸杀进Amazon的？

最近，大厂Hiring Freeze和裁员潮让求职者们的竞争压力越来越大，尤其还是在没有充足的准备之下。

 

各类求职者遍地皆是，专业能力强、新兴行业的人才或者中高端人才一将难求。

 

很多带着满腔热血杀入求职大军的同学们，经历过一轮被忽略的努力，期待后的失落，被拒绝的茫然。

 

开始会有一些自卑、失望、愤懑、心碎。

 

不过，越是难的事情，一旦做出彩了，就越让人觉得眼前一亮。

 

当这些困难如潮水般冲击生活之时，我们也需要摆出对抗的姿态，义正言辞地告诉这个世界：我并不畏惧。

 

在各种形势都「不太友善」的情况下，偏偏能有高端人才在颓靡的市场中杀出重围，这位“勇者”，便是ZL同学。

大家好啊，我是ZL同学，在今年成功上岸Amazon的全职SDE。

 

我在本科和研究生期间学的都是CS，在开始决定找工作之前，我的刷题量大概是在300左右。

 

众所周知，CS专业涉及面很广，毕业之后出来可以从事的职业还挺多的，我也没想好自己在未来是做做DE，还是做SDE。

 

在当时，我唯一知道的是，毕业后我想去大厂，想去Amazon。

想要进Amazon工作的原因有二，第一是因为它是一家大厂并在不断扩展，公司涉及的业务也比较广。

 

不仅会不计代价地帮助留学生解决H1B身份问题，还可以为员工提供最舒适的工作环境，鼓励员工做任何想做的事。

 

第二，我觉得Amazon是一家非常「扎实」的公司，包括它的零售网站或是云端服务，都是大家平常会用到的，在Amazon工作会让我觉得在为整个世界创造价值。

 

亚马逊除了是一个很好的跳板，自己也非常想接受这个硅谷“军训营”的专业洗礼。

 

01、明明刷了很多题
「上了战场」还是写不出来

 

在我的「求职之路」刚开始的时候，我非常有信心，我刷了很多题，也认为自己并不需要什么面经，只需要埋头苦干就好。

 

但在真正「上战场」的时候，现实却给了我重重一击，虽然我刷了很多题，但在真正面试的过程中我发现我还是有一些题不太熟悉，结果就是屡屡碰壁，遭遇滑铁卢。

 

最痛苦的感觉莫过于，就你明明就是准备得很好，但是现实却以它的「定义」去告诉你还没有准备够。

 

那一刻，我开始迷茫。我知道哪里有刷题网站，我也知道有很多题等着我去刷，但是我却不知道该如何「继续」了。

 

后来我逐渐意识到，只是单纯地刷题就像在水泥地上种花，况且，没有「土壤」是养活不了「花木」的。

 

我尝试去理解那些无法实现自身破局，想着这是成年人应当学会的功课、

 

我需要沉淀，我也需要指引我方向的人。

 

于是，我开始尝试「向外求助」

 

02、输在起跑线上不是问题
问题是你很可能每一公里都赢不了

 

Uoffer很快就帮我安排了导师，在导师的「初步诊断」下，我发现自己除了没有找对方向，「实习经验的缺失」非常严重

 

还记得老师当时和我说，不光是刷题这块，在美求职，你的实习经验也非常重要。

 

因为拥有一份本地实习，无论大小，都是积累工作经验和人脉资源的好机会。

 

“在实习期间，保质保量完成工作、主动沟通，展现出你愿意接受大家的反馈，抱着学习的姿态，让你的实习经历效果最大化也能对你今后的工作产生潜移默化的影响。”

 

“也许你会之后留在北美工作，也许你会回到国内参加校园招聘和社会招聘，但是，你的这份独特工作经历一定能大大增你的竞争力，为你的人生添上浓墨重彩的一笔。”

 

对于求职者来说：工作能力 = 毕业学校 X 学历 X 在校期间突出成就 X 实习经验 X 实习公司的行业地位 。

 

调整以上任何一个系数，便有大的差别。输在起跑线上不是问题，问题是你也很可能每一公里都赢不了

 

钱多钱少不重要，关键是要有成长。

 

听完老师的这番话后，我暗自下定了决心，这份实习我一定要找。

 

在开学不久后，我马上联系了我们小组老师，找到了一份我们学校和其他公司合作的一个项目并为之努力。

 

03、简历准备&方向确认

对于求职者来说，一份坏的简历在HR手里活不过5秒。

 

Uoffer的老师也鉴于我的专业，建议我以「展示数据」的形式去清晰地阐述你所做过的事情，尽量在简历中去突出自己的亮点，去表现自身影响力。

 

创造出的东西多少人在用，或者说有没有商业价值，比如你写的东西可能提高了公司Performance 的百分之几等诸如此类的项目。

 

如果你有打过算法比赛，就可以把Top Ten Percent ， Leetcode 或者 Codeforce 都放上去，这些都是加分项，可以体现你的算法实力。

 

老师不光帮我改个简历，也给我讲了之前我一直纠结的「方向问题」，让我在SDE和DE上有了更为深刻的认知。

 

一般说来，大部分情况下SDE和DE没什么区别，SDE是是通过设计软件脚本系统,或者类库来解决任何需要解决的问题。

 

对于DE来说，并不是局限于写SQL，一般需要接触非实时的离线历史数据，一般不需要做除了数据获取,整理,分析以外的业务。

 

大部分情况下SDE和DE没什么区别，只是开头的时候SDE需要设计业务数落模型抽象方法OLT比DE略多点。

 

还有，SDE的技术性比DE的略强一些，是通过设计软件，脚本，系统或者类库来解决任何需要解决的问题。

 

你写的代码会是很大系统中的一小部分，写代码的工作只占30%-40%，你还会设计新的Feature，Review同事的代码等等，当然，从事SDE，工资也相对高些。

 

老师的一番言语打破了我之前的种种纠结，在综合考虑下，我下定了决心，想往SDE方向发展。

 

如果大家也想预约Uoffer的导师进行1对1的专业辅导，扫描下方二维码即可了解详情！

 

关于刷题

Uoffer的老师跟我说，现在SDE的技术面试已经不再向“更难的题”进发。

 

在一切开始之前，要明确自己的算法能力，要深度掌握面试的必要算法，但不要盲目追求题量，这也算是我一直以来的一个误区。

 

刷题对于人的算法能力提升是显而易见的，但盲目追求数量而不去总结和归类一定会导致事半功倍。

 

怎么去把代码写得更简洁更短，把两三百行的代码用二十行就搞定了并尽量Make It Clean，这才是大厂需要的人在，也是我不断要去追求的境界。

 

关于Behavioral Questions

对于亚马逊的SDE岗位来说，Jeff的“十六条军规”是大家都需要Live And Breathe的基本内容。

 

所以，熟悉“十六条军规”并合理衍生出故事，展示出数据，就是应对亚马逊Behavioral Questions的最好解决办法。

 

由于我的时间有限，所以想要快速建立这套体系，必须要有针对抓住面试重点。

 

在面试Amazon之前，其实还真没想过去找老师Mock，觉着这件事对我来说其实很难，感觉自己没什么机会。

 

但是老师在群里问我最近情况，我说最近在准备Amazon面试。

 

Uoffer的老师说可以安排Mock Interview，当时的我是非常犹豫，因为害怕太打击自己的信心。

 

我之前就会一直在免费网站上约一些Peer Interview，因为没啥压力，但终究是“治标不治本”。

 

后来的我下定了决心，选择直接来了一次Mock，根据老师反馈的Feedback我一下就懂了。

 

知道自己要改进什么之后加上不断练习，也许上帝真的会眷顾努力的人吧。

 

在Amazon面试的时候，我也遇到一个非常有意思的面试官，在面试的过程中他也聊了很多关于自己的事儿，让我在紧张的面试中「喘了口气」

 

最终，我如愿以偿地拿下了亚马逊Offer。

 

这里还想跟大家说的是，很多人将大厂所需的职业技能妖魔化，需要多高的GPA，多强的智商，多牛的背景等等。

 

但实际上，如果你只需要找一份体面的工作，那么你所需要学习的写码能力，完全轮不到拼脑子、拼天资，只在于你肯不肯挤出时间，花不花精力而已。

 

Uoffer里面的课程其实并不长，只要好好按老师说的做，把作业做好，Project做好，拿一份硅谷的Offer也真的不是天方夜谭。

 

再次感谢Uoffer的导师，帮助我收到了我梦寐以求的Offer，也希望听完故事的你们，能用正确的方式，去影响和帮助更多迷茫的人。