【找工总结】机械PhD找工记录/心路历程帖
机械PhD求职坎坷终获MLE offer,经验复盘与建议。
1. 关键信息
- 背景:Mechanical Engineering PhD (2022/01–2025/12),方向偏机器人/控制/强化学习/BCI/HCI,编程:Python/C++/MATLAB,TF/PyTorch/ROS。
- 求职历程:先投实习约200+(硬件/控制为主),多被拒或Ghost;2024暑期后转全职,12月毕业。
- 面试卡点:coding(LeetCode)、system design、ML/control落地;曾面Meta、WDC、Nest、Ford、GM、Amazon、华为等。
- 关键建议:聚焦领域(robotics/control/ML)、强化coding、简历匹配、慎选大厂、考虑startup/中小厂。
- 结果:最终拿到MLE offer,决定入职底特律(福特)。
2. 羊毛/优惠信息
无。
3. 最新动态
- 最终阶段(10月起):收到MLE offer,结束job hunt。
- 后续:入职底特律福特,拒绝湾区卷。
4. 争议或不同意见
- 求职效率:有人认为应海投4位数简历,有人主张专注2–3个岗位;有人建议放弃大厂转startup/中小厂。
- 华为/大厂争议:部分认为大厂HC宽松、流程坑多;有人反馈华为存在“任务指标”式骚扰。
- 学历与专业:天坑专业就业难,ME转AI/ML/数据科学被多次提及;FEA/CFD等专长岗位稀缺。
5. 行动建议
- 聚焦方向:robotics/control/motion planning/ML,定制简历与cover letter。
- 强化coding:LeetCode(medium→hard)、Python/C++、system design、ML pipeline。
- 渠道策略:平衡网申、内推;优先startup/中小厂调研hidden gem。
- 心态调整:区分学术完整性与工业落地性;尽早结束PhD转工业需明确目标。
大家好, 我目前是美东某大公校机械工程PhD在读(2022/01-2025/12),有master学位,研究方向比较偏,也不是主流ML那一类。我现在的研究主要集中在 机器人、外骨骼、控制、机器学习等领域,涉及强化学习、脑机接口(BCI)、人机交互等方向。编程方面熟悉Python、C++、MATLAB,也用过 TensorFlow、PyTorch、ROS等工具。 实习求职经历回顾 2024年下半年到25年初,我投了大约100个实习,几乎覆盖了我能想到的所有相关领域,包括机器人、车企/自动驾驶、医疗器械、AI+硬件、半导体、制造业等。但是结果非常惨淡,要么直接被拒,要么就是完全没有回应(Ghosted),Google Hardware的Team Match到现在还在池子里 。 在投递实习的过程中,我也试过调整简历,在LinkedIn找hiring manager发消息等策略,但仍然颗粒无收。每次刷邮件都感觉自己又被无情拒绝了一次,心态也越来越崩,开始怀疑自己的背景和能力是不是有很大问题。 我的背景问题 : 我老板给我的topic要么是钻牛角尖,做几乎没人会想去做的东西,要么就是在追赶潮流当缝合怪,而且我感觉会不会是我的背景太偏向学术,而且大学毕业以来都没有在工业界实习过(老板也不让实习),所以不够符合工业界需求or导致申请的岗位不太匹配? 申请的领域是否太广,应该更聚焦某些方向? 求职策略问题 : 投了这么多简历却毫无回音,是否哪里有硬伤?简历、求职信需要如何改进? 是不是应该更侧重内推,而不是海投?但如果没有强力内推的话,该怎么办? 面试机会极少,如何提高拿到面试的概率? 未来方向问题 : 现在实习已经无望,是否应该直接冲全职?但博士毕业时间是2025年12月,现在就申请全职会不会太早? 如果要补充经验或者技能,什么最重要? 是不是应该考虑转方向,比如更偏AI/ML、数据科学? 五月开完题之后认真修改了自己的简历,从6月开始投简历,到10月终于拿到几个口头offer,这几个月的经历就像又读了一遍“Industry入门速成班”,踩坑无数,也成长很多。想在这里把整个过程,一些心得,和面经分享给大家,特别是 机械工程的PhD同学 。我觉得我这次求职主要有以下三个阶段。 第一阶段:摸索与碰壁(6–7月) 6月刚开始投简历时,其实还没想清楚要走哪条路。那时候学术工作没完全收尾,一边写论文一边试着投各种岗位,什么consulting、data、ML、robotics都尝试了一遍。 最早接到的几个面试是纽约那边的 Consulting公司 。流程正规,但要写很多report、case study。面下来发现不太适合自己——太偏business communication了,和我喜欢的技术路线差别太大。 接下来开始尝试偏技术岗,六七月份勉勉强强拿了几个面试: Meta :拿到的第一个大厂的面试,可是我没有认真准备leetcode,可能也就刷了几十题。两个coding题(两个medium),写得磕磕绊绊,写出了95%吧,最后还是挂了。 Western Digital :第一个拿到onsite的面试。先是Hiring Manager聊背景,然后Onsite四轮+一个team lunch。问题偏firmware和embedded control,涉及底层寄存器和protocol,这块我不是强项,再加上是第一次Onsite,准备得也不充分,最后没拿到offer。 Nestle Senior Data Engineer :主要考data pipeline、ETL、cloud platform、SQL,其实我也不知道怎么拿到面试的,但是这些都不是很会,也就挂了。 Motional(自动驾驶) :Machine Learning Engineer,聊得挺technical的,但是印象里和HM有一个问题有点争执,后面也就被ghost了。 这期间偶尔能拿到几个startup的面试,但都无疾而终,我觉得有一部分原因是我年底才能开始工作。 同时我也尝试了几家更贴近自己背景的岗位: Xpeng :Staff RL Engineer,HM面完之后,VO第一轮问了很多reinforcement learning基础(policy gradient、reward shaping、PPO等),第二轮是一道hard coding题,没写出来给我挂了; Tesla :MLE,跟HR面完之后是两轮tech,过了才能onsite。第一轮问control(MPC之类的),还考了一个自动驾驶刹车设计问题;第二轮问了很多ML问题,也让我写CNN,写得不理想,没能进入Onsite; 那时候真切体会到一个现实:不管research做的多好,coding永远是第一道门槛。我一个机械背景的PhD,脑子里全是system modeling、control loop、数学推导,但industry面试考的是写不写得出、跑不跑得通。跟老板说了这个问题,他跟我说:Well, faculty interview不会考你coding。 于是从7月中下旬开始,我痛定思痛,开始系统补coding,从data structure到LeetCode,从Python到C++,每天写题、debug、复盘。那是我第一次认真“重启”自己的工程思维。 #p-5233320-h-89-1第二阶段:冲刺阶段(8–9月) 进入8月后,面试暴增。coding提升了一些,但新的问题又来了:每家公司要的方向都不一样——perception、control、system integration、RL,各有侧重。那段时间几乎每天都在面、写、改、复盘。这中间也渐渐能看出来哪些job post是ghost的,投了也一点用没有,也有不少公司HR打完电话就失踪了,不乏很多想去的公司 几个印象比较深的: Deloitte / Senior Perception Engineer :德勤收购了一家无人系统公司,岗位偏perception。最吸引人的一点是fully remote!考了kalman filter,系统设计,聊得还不错,但最后他们选了对无人机视觉感知更熟的人,我的经验还是偏human/legged robot方向。 Horizon Robotics :问了很多policy learning、RL algorithm trade-off,偏research。我的RL研究比较初步,工业落地经验少,没拿下。 Rivian / Volkswagen Group Technology :这是我最难受的一次。岗位是Control Engineer,前几轮都很顺,panel当场夸我communication好,对Kalman Filter理解很深入。最后一轮panel是个三姐,让我用C写一道题。虽然C最近不常写,但我还是写出来并debug通过,她当场还夸“very good”。结果两天后HR发拒信,说“C foundation不够强”。这次真挺心痛的,也第一次体会到“阿三的阴险”…… Roboforce(湾区startup) :机器人startup,但他们更想找mechanical design的人,还要和supply chain打交道,不是我想要的方向。 GM(General Motors) Senior Perception Engineer :面到最后panel,考了AMR机器人系统设计和KNN。HR说feedback “very positive”,只是在等interview wrap up,结果过了两周还是拒了,估计竞争太激烈,更想要做CV厉害一点的人。 蚂蚁 Robotics Team :HR跟我说要面4-5轮。第一轮写出了一道hard级coding题,第二轮主要聊project。第二轮的面试官跟我说他们更关注VLM/VLA方向,觉得我太偏传统控制,没过。 Covera Health :第二轮live coding体验非常糟糕。三哥面试官上来不打招呼,直接发Jupyter Notebook让我debug regression pipeline。最后就差几行快写完时,被打断说“time’s up”。心情复杂,让我更讨厌阿三了。 Ford Research Engineer :期待很久的面试。两个小时的slot只考了一个小时的behavior,全是BQ,十几题连着问。对new grad外国人来说挺难的。还没出结果,估计凉了。【2025/20/28 Update】Ford竟然也给offer了,base在MI,有点迷茫了。 这一阶段最大的感受是: 面得不错但总差一点,比直接挂还难受。 但这些面试让我逐渐更清楚自己想要什么: 不是纯data,也不是consulting,而是能结合robotics、control和machine learning的岗位。 #p-5233320-h-2最终阶段:收获与反思 到了十月终于能收到offer了,也开始对面试不紧张。现在终于也算是属于骑驴找马了,不想去的公司或者title直接不面了,只面大厂和MLE/Research Scientist相关的职位。 公司A :华人公司,两轮面试,第一轮聊项目还行,panel和Tech Lead、VP、CTO面试,感觉流程很混乱,面我的人自己也不懂技术,管理风格不太尊重人,一直打断我说话,面试体验非常差。虽然拿到了offer,但没打算接。【确定去哪儿再把名字写出来 】 PhysicsX :英国startup,美国base在NYC。OA全是ML理论题,难度中等,体验不错。HR最后说他们暂时不sponsor。准备继续面。 公司B :还不错的startup,MLE岗。体验非常好,三轮面试,每轮半小时项目+半小时coding,完全不考LeetCode,都是ML/项目相关的coding。整体氛围专业、节奏快,最后也拿到了offer,算是阶段性成果。【大概率会去】 Intuitive :motion control相关,面试特别特别长,HM面完后要做一个take home project,然后两小时live coding,过了才能一天的on-site。 Geico :ML Research Scientist。才刚开始面,后面来补上。 VisionNav Robotics :Recruiter联系的,看上了他的fully remote,面完了再来补充。 回头看这几个月的找工经历,其实比做一篇论文还折腾。 从最初的混乱,到被coding面试打醒,再到后来一点点调整方向,整个过程就像把自己再训练了一遍。其实对像我这种工科PhD来说,最大的收获不是知识,而是思维方式的转换。这几个月的核心感悟大概有三点: 心态要切换 Research讲究完整性:tell a good story,Industry讲究落地性。很多时候不是做出最优,而是能讲出你的想法,你的东西能跑、能改、能交付。 Coding!Coding! Coding! 无论你做robotics、control、还是ML,写代码的能力永远是第一关。LeetCode、Python、C++、system design都要去了解。 找工方向要聚焦 一开始我什么都试,因为看JD什么都跟自己匹配,但其实是处处半匹配。后来才明白,找工跟做科研一样,focus matters。对我来说,就是 robotics, control, motion planning, ML 。领域虽小,但那是我真正的积累。 接下来也会持续更新我后面的面经。
老哥22年入学的现在就要毕业了?博三这么快么
troychu: 去年开始到现在,我投了大约100个实习 这量也太少了
22年春季入学的,到25年底刚好四年
记录下来的在官网投的100多个,然后还有LinkedIn/indeed上随手投的很多,总共加起来也有应该也有个两三百个。主要投的都是硬件/控制相关的职位。
投100个太少了,而且感觉你投的都是大厂的优质实习,放低再投一投,面一面
嗯嗯,我最近还在继续投美东这边的小厂,LinkedIn/Indeed其实投了很多local的了,但是都是没回复
这全是大厂啊朋友,大厂现在NG都不怎么招了,我感觉楼主你要多撒撒网。 然后你要准备几份简历,尽量去fit in你投的职位。不能就用一个简历走天下了啊。 100个还是不算多的!现在的市场可能要投到4位数
troychu: 是不是应该更侧重内推,而不是海投? IDK,我觉得内推太耗时间了,我intern和ng都是直接海投找到的
leoleoleo: 现在的市场可能要投到4位数 感觉看field吧,那些火到爆炸的SWE,DS,DA啥的可能确实得这么多
我的确是每个role都准备了一份简历,四位数也太夸张了
troychu: 四位数也太夸张了 Welcome to 2025
其实我现在最关心的是我可不可以现在就开始投Full time呢?然后年底或者明年初的样子入职
看公司了,大部分你直接搜到的full time entry level不会等你这么久,也就只有大厂有resource才会专门为大学生搞所谓的Graduate program 我之前面试好几个就是说需要立刻要人
有个好学校的抬头是多么重要。。。哎。
troychu: 申请的领域是否太广,应该更聚焦某些方向? 我不了解你的行业,但我觉得确实应该focus一个small field投,我投简历就是固定两三个岗位title,然后只有一个版本的简历
我是感觉我的背景太杂了,所以当时什么方向都想投一下试试运气。
插眼,我也在找工,情况跟楼主基本一样 好在phd老板还能养我一阵
真厉害,四年就毕业!
十年前学校邮箱收到的,我留到现在 /uploads/short-url/6CexUhCkvqeUAQsQhOLmnJR9IUm.png?dl=1
我老板也能养,但是我不想再耗下去了。。。
可以试试networking?老板有没有啥认识的朋友
根据师兄的经历,老板是不会帮忙找工业界的工作的。。。找教职还能帮一帮
现在内推都不好使,你能搜到的职位基本都有人正在面了。 我感觉尽量不要直接full-time,直接full-time和找实习之后再找full-time难度完全不一样。 读个postdoc转换一下赛道也不是不行。
一堆语法错误就很难绷……
还有就是放弃大厂,着眼于startup和一众中小厂,仔细调研一下有哪些厂可以投,有很多hidden gem
想起小钻去年找intern只投了20个姐姐只投了1个然后就这样相遇了创造了一个情感区的贴也是非常不努力
想找工业界工作就是不要再搞学术了,学术热情已经在这里被消耗殆尽了。 一开始只投大厂是个重大失误,现在也在看附近的中小厂,也有在expand network
共勉
我也是ME不过是MS还是8年前的时候
四位数真的不夸张啊。。。你要摊到一天里面,就是固定两个小时投简历,一天20个岗位,那两个月也投完四位数了啊
哦哦,这样看来确实
我们这领域ng岗位满打满算都未必有100个,如果有人跟我说“你找不到工作是因为你投的太少”,我就只能苦笑
好奇什么领域啊
专心找实习吧 全职你没实习基本GG 即使你有实习可能和你竞争的都是有yoe的
有点类似吧 我major是orie 最近在找实习 能找的都找了quant tech码农 本地的药企传统工业链 去年11月有个quant给了team match之后ghost了 估计没人要寄了 前两天做了tk的oa自我感觉良好 老板明确说了暑假不给钱 我也不想浪费时间在这大农村 在考虑回国做个实习什么的
啊?你们还能找到和专业相关(除postdog之外)的工作吗?
最近job market非常差,比前俩年差了很多。经常一个职位500多个申请者。
瑞老师?
额?认错人了?难道还有背景这么相似的同行 ?
troychu: 现在实习已经无望,是否应该直接冲全职?但博士毕业时间是2025年12月,现在就申请全职会不会太早? 如果要补充经验或者技能,什么最重要? 是不是应该考虑转方向,比如更偏AI/ML、数据科学? 我也投了Google hardware intern,添了一个问卷之后没有消息了
现在啥都不好找 我有两段intern还是找不到full time 找工难易程度跟专业真的太相关了 马上要面一个国内的岗 这个岗的三个需求放之前完全就是三个独立的岗 现在不知道是市场太卷了还是怎么样 要你啥啥啥都会
我现在也在找工作。我有很多年经验了,前几年换工作非常容易随便找找就几个offer。 现在感觉完全不一样了,职位少,申请人海量,竞争特别激烈。雇主现在也特别挑剔了。。
华仔也是老江湖了,目前这种大环境苟住是王道,不应该这时换工作啊
除了cs都很难有四位数的岗位吧说实在的
姐妹你不做实验被我抓住了
我们公司看了下在招Associate Manufacturing Engineer 估计你over qualify了 你要有兴趣我帮你问问
在开小组会,听美国人侃侃而谈
我是4年前从一个特别稳定的大公司去了一个startup公司。现在这个startup公司要破产了,所以不得不又开始找工作了。 现在有点后悔当初不该走,原来那个公司巨稳定还轻松。原来那个大公司的一个大头跳去了这个startup公司后过来问我想不想也跟他过去一起干。当时我有点浪,脑袋一热就去了。结果现在这个startup公司股票快归零了,也快破产了。合着我啥也没落着还不得不重新找工作现在。。 当初加入的时候给的股票也都成厕纸了现在,说点我悲惨的事情给大家开心下。。
借楼问一下phd回国去华为怎么样呢,我看一般都是17级起步80w,感觉还蛮多的
别说80w 给我20w我立马回国 我认识好多phd都回国去做华为了
身边DP,同学最近刚回国,他们给50W是有的
一般拿到手的和最开始商量好的价格是差不多的么,还是会有水分
这就不清楚了,没细问
好的,谢谢,我有个同学回去签约的差不多是80w左右
我听说华为有的科研岗位(和他们本身赚钱方向不相关的那些)是雇人,待两三年,就开掉?赚个科研的名声,付一点钱,不知道真假
对,我也听说过一些,不过phd回去很多都是去2012吧,不知道会不会有区别。华为确实给的多啊,而且基本美国phd都会招进去
就是2012 我听说的招进去两年就开除。不是我歧视,一般科研都是招phd level吧 disclaim:道听途说,不保真,求内部人士指正
天天linkedin上有华为hr发消息问感不感兴趣 本来挺有兴趣 后来整的感觉跟诈骗一样
听说他们有任务指标 所以疯狂骚扰在美国的phd student
有点吓人,那还是在美国苟着吧,回华为了估计绿卡也难搞了
我感觉如果你决定回国了 就要做好再也回不来的准备了 除非给的钱真的足够高到吸引我放弃绿卡 不然就算面上了也不回的
原来是这样,我还以为自己有多优秀呢,天天来找我
就跟华为码农之前天天给unix之类的开源项目提无关紧要的修改,最后被社区嫌弃,好像还被ban了? 主人的任务罢了
50这是被宰了
您好chu博士,我是华为高端人才顾问瑞恩。看到您非常优秀的学术背景,请问您是否有兴趣回国加入华为呢。可以加我微信:123456789。谢谢
这么吓人么,大概有多少比例被淘汰的。。。。
不是,美国phd不占hc,随便招
我不知道,道听途说 所以我才在前面求问真假
有点难绷
之前futurewei来的时候问过,他们说华为各部门HR有指标,所以LinkedIn碰到博4这种看起来要找工作了的人就会勾搭。像钻老师这样没有更新profile看起来已经毕业了但实际没有就不勾搭了
我的天啊 一摸一样的话术 欢迎您加入华为-缅甸分部
50w是超级lowball了,我本科天天混日子的同学去他们家都有40个以上。
恐怕不只是专业,不同小方向都差的多,比如现在就是nlp>>cv>>ml。
考虑做博后么
顺便问一下 天坑专业直接找AI/ML的博后 只有停留在b站大学相关知识的情况下 上手难度有多大啊
不想做博后了,现在完全没有科研热情,只想打工赚钱
我找了好久已经快放弃了 已经开始找好找工作的博后了
基本没指望吧,现在美国博后职位完全供不应求啊,而且人家要的是有实际科研经验的
当PI吧,至少学校有100+个
感觉丝毫没有出路 工作找不到 博后找不到 真不知道读个phd有啥用 兕了算了
是的,哭晕了,还不如几年前master out去打工,现在也至少攒了几年工作经验了
我读博第二年老板跟我说没钱了,我拿了master out。当时心里很不甘,觉得人都来美国了,而且还有“科研梦想”,然后就又换了个地方重新读博。谁想到现在是这么个行情
追求科研梦想还是要付出代价的
祝好,天坑专业的依旧失业中……
卧槽,现在市场这么差 明年毕业的瑟瑟发抖
金属材料已经躺平了,毕业能不要饭就算成功。
谢谢,
总想忽悠我,小伙子
开奔驰的不refer
必须得忽悠
我感觉读个postdoc等NIW是目前劝退学科的上策。(虽然我自己也在迷茫时找工还是postdoc
SSCU: 高分子
谢谢但是我材料完全不懂
或许可以试试一些ai4science的组,但是现在经费紧张招生、招聘难度都会变大
manufacture相关有挺多MechE的同事
有推荐吗 求私聊
我们系计算有进武田制药的。
我也有投manufacture的,大多数都是ghost了
投了ghost了
能不能带我找,我不想努力了
我把它卖了,现在开麻煞了阿弟
Alexandrina: 我不想努力了 找阿姨去
Ryan2021: 我是华为高端人才顾问瑞恩。 瑞恩沦为recruiter
没有叔叔吗
有啊 /uploads/short-url/eawkQyYlaxjgzjwYAHncPzgd9RC.jpeg?dl=1 /uploads/short-url/dDYbrzR8UtqORJtmbUmcIbJoYD0.webp?dl=1
没有叔叔阿姨看得上我
楼主会FEA么,感觉MechE搞这个的不少,也有做seismic imaging analysis 的
现在找工环境确实不好 不过几乎都是简历据的话 大概率是简历真的不行 见过好几个了 另外 同样背景 劝你一句能早转出ME就早转 外面海阔天空
陈睿潜规则舞蹈区up主 /uploads/short-url/wGo4JMhu4fO5nTaP6AOW5gQRODP.jpeg?dl=1 结论:需要白丝
入门水平吧,复习一下应该也能用,我也都投一投
我不做ai4science了解有限,但我看很多做gnn、data mining的组在做相关的,比如Jure Leskovec。如果是science背景可能去有science背景的教授组里比较好,比如yale的Mark Gerstein组我看也投很多计算机的会议。
感谢!!
这种基本只招PhD就做FEA的,lz这个背景估计是难
fea 是个me开始的好工作,但是性价比不高,天花板太低。
跟进一下,你工作找得如何了?
陆陆续续有on site了,面的不是很好,挂了三个on site,还在继续面。等拿到offer过来写全程的经验。
加油啊zs
加油!请问是SWE/MLE吗?
投了很多MLE但是都面不过
都是SDE的on-site吗
不全是,目前面了一个硬件的in person on site, 一个SDE的和一个MLE的on site,都挂了
美国就没有这方面的产业能接住人才,也没有基本的对人才的尊重,做好准备回国了
更新了一下,终于拿到了MLE的offer了
现在这个h1b不明朗的时候能接到offer真不容易
感谢楼主的更新!我背景computational neuro最近也在找MLE中。 楼主能讲讲面试都学习/准备了哪些方面吗?
我面的基本都是以下这几个情况: Leetcode meduim to hard 让我手写KNN, CNN,Transformer这种 给我一个ipynb,现场debug,修改NN take home project,【startup给的,但是我嫌弃花时间太长了没做完 ML System Design,给我一个场景,自己设计sensor输入,搭建NN
恭喜楼主上岸!
troychu: take home project 白嫖太可恶
手写cnn/transformer code还是挺恶心的 公式好点
确实,主要过了太久了
恭喜楼主!最近也在积极求职跳槽,希望多点面试,赶紧上岸
加油加油!!
看了老哥的经历 不知道能不能加联系方式私聊一下呢
可以啊,私信一下联系方式呗
时间过去太久了不能编辑了,更新一下,最后决定来底特律了,有没有同城的潭友哇
老哥最后准备去福特了吗
对的,不想去湾区卷了
22年秋季,跟老板聊了,说明年年末或者后年年初
五年半也还能接受