QUID 美商網基股份有限公司台灣分公司
我在NetBase Quid實習的日子 － Machine Learning Engineer 實習分享
公司簡介
大部分人選第一份實習，也許會先想到Line、微軟、Dcard等等自己比較熟悉的公司去找找職缺。而像Netbase Quid，對大部分人來說應該是間陌生的公司，因為他是一間B2B 的企業。如果你對 Data著迷，Netbase Quid 是一個很棒的地方，因為他是做社群媒體分析、以及資料分析工具的公司，擁有巨量的社群媒體資料（Twitter、Reddit、新聞、產品評論等），提供各方國際企業在做品牌行銷時必備的資料以及insight。Netbase Quid 是美商，所以也會有很多和海外的工程師或PM共事的機會，對於想找外商工作經驗的人也是十分適合。
關於實習
還蠻常遇到有學弟妹問實習的事情，我發現一個蠻常見的特徵，同時也是一個自己也經驗過的一個心境。那就是當你身邊的人各個都在找實習，投履歷刷題準備面試，你一定也會感到焦慮。如果你開始有這種情緒，建議冷靜下來想想，畢竟如果你開始飢不擇食，只為了找個工作做，就很難對工作有熱忱，也會失去上進心而學不到東西，那還不如去過一個快樂的暑假。所以找到匹配的工作真的很重要！我也很幸運可以在 Netbase Quid 找到實習，也很樂在其中。
申請流程
1. 投履歷
2. 線上 Coding
應徵的是 Machine Learning Engineer，所以coding 題目是跟 data 處理有關的。難度不難，如果在學校有上過一些 data 相關需要資料處理的課，且有基本的演算法的 sense，這個環節不成太大的問題。然而，這個階段也是對方觀察 coding style 的機會，這點要銘記在心，不要當成 online judge，交出一些很秀但沒人看得懂的 code = =
3. 面試
第一關是 manager 面試，大約一個小時，聊聊你的動機、你的履歷，請你介紹一下你做過的事情還有你的願景等等的。我相信只要你寫在履歷上的東西是屬於你的，要和主管侃侃而談肯定沒問題。這也是向對方詳細詢問公司業務，還有未來工作內容和環境的時間。切記找工作是雙方媒合而不是單方面揀選，務必要確認這個工作是你未來會喜歡的。
第二關就是工程師來面，大約兩個小時。白板題就會在這裡出現，大約是 leetcode medium 的難度，問了兩三題，我記得我都有答出來。他們還會設計一些實例題，可能是團隊最近在做的專案，告訴你用戶需求、requirement等等，然後問你你覺得有什麼可能的 solution。最後還有一些 ML 的技術問題，只會用套件但跟底層理論不熟的人可能在這部分就稍吃虧了，李宏毅的課還是要認真聽的。第三關是 HR，大約半小時。主要聊聊你自己，你的特質、性格等等，也有機會讓你對這個職缺還有公司的環境發問。沒有什麼壓力，總之是個愉快的對談:)。
實習內容
我其實在實習以前分不清楚 ML Engineer、Data Engineer、Data Scientist的區別，雖然我投的是 ML Engineer，過了一年後發現做的還是比較偏 Data Science 一點點，但我確實是比較喜歡這樣的內容的。團隊裡可能會有好幾個研究主題，主管可能會根據你的偏好讓你去對某個研究主題去展開你的嘗試。主要都是 NLP 相關的題目，畢竟 NLP 是這個領域的核心技術。對我來說這樣的研究工作跟藝術家還頗像的（我一直覺得玩data就是一門藝術），要從一些 research 跟 paper 裡面找靈感，試著刻畫出自己理想的 prototype，最後向別人展示你的作品，這大概就是一個 research project 進行的流程。當這個 project 被賞識之後，也會需要和 engineer溝通如何讓他進到production 裡頭。工作的模式很自由，除非有某些production上的新 feature或 bug 需要你支援，不然是不太會有時間壓力的。
心得
我覺得在Netbase Quid，工作的環境跟生態都很健康，不會有很重的作業感，彈性的 WFH也很自由。還有一個特點是，因為公司的組織很扁平，即便是實習生也是可以有很多講話的空間的。這也是讓我能很享受工作環境的原因之一，能夠參與整個團隊的討論，大家也會認真地採納實習生的意見，主管也不會吝嗇地把一些重要的研究方向交給實習生來做，這些都讓我感受到自己很被尊重，且是能有影響力的，而不是一個被僱傭關係套牢的作業員。作為自己的第一份工作，沒有讓自己就此變成厭世的社畜感到很慶幸XD
QUID 美商網基股份有限公司台灣分公司