Summer intern（4月上岸）
Stanford University
专业：未公开
实习申请
目标地区：美国；方向：数据 / AI
核心支持
首先第一个困难就是要持续关注Job Market new post, 去晒出来接受硕士投递的MLE岗位。
申请推进路径
- 123年3月
通过校友学姐Refer进行的投递，Instacart的MLE Intern是General Hire，在面试的时候没有分的很 细。一周后HR来联系，约电话面，电话面不是那种纯HR Screening, 电话面是一个简历面+技术面，先从简历里的上过的课、实习经验、项目经历一步一步细挖，然后会问和实习/项目里面描述的活相关的技术概念知识。整个电话面面了1个小时，因为是招实习生，难度不是特别大，和以前面过的Data Scientist ML基础知识问的差不多。
- 223年4月
VO面，VO面两轮，考察Coding+ML Case+Stats概念+行为面试。 Coding题目问的是两道medium难度的：String Compression/ Binary search，正常解，面试官会有follow up问题，看你有没有其他alternative solution；coding题后面就是问统计知识，都是大三大四统计课的concept。第二面上来small talk, 聊了Chatgpt 4，Stable diffusion, AI机器人在instacart业务里的应用，然后开始问ML Cases：Marketplace predication帮助更准确的预测送货时间，一个很标准的ML案例题的回答逻辑。 最后问了两道行为面试题：为什么我们需要招一个硕士而不是博士来做MLE Intern, 为什么你是高潜力的候选人
- 323年4月底
口头offer, offer多多！ 0301 02
遇到的困难
Client是美本美硕，本来Career方向是Data Scientis, 但自从Chatgpt
上线后决定要去做MLE。
MLE 大部分的岗位都有Research方向并且需要博士，这对于硕士学历是比较困难的。
Client在2月加入了一家华人做LLM的 M同学：
蒸汽提供的帮助
首先第一个困难就是要持续关注Job Market new post, 去晒出来接受硕士投递的MLE岗位。
第二步是对 MLE Case、统计学基础知识、Coding算法题进行系统性的练习，大部分MLE岗位面试这三个板块都会考到。
在3月的时候面挂了Dropbox和Nvida的MLE岗位，在复盘后发现回答MLE Application case还是缺乏逻辑，再次着重练习，在拿到Instacart面试后抓住了机会，果断通过了面试，拿下offer。
想把你的背景也拆成一条可执行路径
案例能帮助你判断方向，但真正的差异还在于时间线、简历深度、签证窗口和岗位策略。扫码咨询后，我们会结合你的背景给出更贴近现实的判断。
顾问会先帮你看清下一步
添加后发送你的地区、学校、目标岗位，我们会尽快给你更具体的路径建议。