前進美國灣區科技業——我的海外求職經驗
前進美國灣區科技業——我的海外求職經驗

每個人都有自己獨特的職涯發展路徑,我在此分享個人經驗供讀者參考。如果我當年沒有參加YEF(國際青年創業領袖計畫),大概會順從眾人的腳步,畢業後走上差不多的道路。參加了YEF,讓我看見更寬廣的道路,促使我去探索許多以前不會去嘗試的機會,雖然失敗的多、成功的少,但我也學到了許多經驗。

延伸閱讀:黑天鵝讓你失業了嗎?從2008年金融海嘯來看新冠肺炎幫你上的一堂職涯規畫課

我畢業的時候,全世界已經走出次貸危機的谷底,景氣正在復甦。在學校的最後一學期,收到YEF學長即時傳來的訊息:有新職缺招募。在此之前,因為各種嘗試而得到的經驗,幫助我在應徵第一份工作時,順利通過面試。

shutterstock_446633038_interview.jpg
針對不同規模、不同性質的公司,要有不一樣的面試策略,以增加錄取機會。
圖/ marvent via shutterstock

海外求職,你可以這麼做

在過去,我只有從「求職者」與「面試官」的角度經歷過求職,如果讀者有朋友剛好是recruiter或headhunter,或許也可以問問,從他們的角度如何看待求職的過程。到美國科技公司找工作有許多途徑,以下是我所見所聞的幾種方式:

如果想從台灣跨洋求職,我自己的感覺是這幾年軟體開發的知識傳播愈來愈容易,即使沒有身處舊金山灣區,也有很多機會學習相關知識。例如在GitHub上參與開源專案就是一個好的起點;在台灣一邊學習相關知識、一邊跨洋求職,我認為這幾年相對比較容易。

然而,來美國讀相關領域的碩士學位,仍然是最容易的求職方式(雖然不便宜)。這個方法的優勢包括:學校會舉辦career fair協助求職、在學期間可以參加實習生計畫、畢業後可以短期使用OPT工作簽證。

實習生計畫是個很好的求職機會,台灣的企業似乎把實習生計畫當作企業社會責任的一環,旨在協助學校彌補產學落差。但是,美國科技公司一般把實習過程當作長時間的面試,表現好的實習生會轉為正職;而且在實習的過程中,你能看到公司內部真實的狀況,而不是普通的面試裡,面試官與recruiter刻意呈現的樣貌。

最後,如果只是想體驗舊金山灣區的新創公司氛圍,但卻不想跨海求職,這幾年也有許多美國的新創公司在台灣設立分公司、招募工程師,也是一個可以考慮的選擇。

不同職位,不一樣的面試策略

關於面試的流程,在我的經驗裡,大公司似乎有趨同的傾向,新創公司則歧異不小。如果讀者在求職之前,有認識在該公司任職的朋友,或許可以先打聽一下那間公司面試的方式。

推薦閱讀:文科生也能卡位AI部門主管!一位記者如何跨界轉職到非本科生不用的技術領域?

大公司的面試,面試官通常是照著流程走:前五分鐘簡單問候、面試中詢問兩到三個演算法問題、最後五分鐘讓你問他一個問題,所以建議可以準備好幾個問題,到時候可以問各個面試官。

如果你申請的是junior position(假設你剛畢業),面試官通常只會問關於演算法的問題,但其實這種面試的名聲不太好,常常有工程師在網路上抱怨,明明經驗豐富、戰功彪炳,卻因為面試時不會二元樹反轉(invert a binary tree)而被大公司拒絕。然而,由於演算法是相對容易有答案、客觀標準的面試問題,所以大公司的面試還是會繼續使用這種方式。反過來說,演算法問題也相對容易準備,網路上俗稱刷題,若是有心求職,這類問題上LeetCode刷好刷滿就對了。

如果你申請的是senior position(假設你已經工作數年),除了演算法,recruiter還會安排面試官詢問有關系統設計的問題,這一類的題目並沒有像LeetCode那樣的練習資源,只能靠工作經驗,以及在網路上蒐集他人的心得。此外,recruiter也會安排面試官詢問職涯中mentorship與leadership的相關實績。如果沒有在過去的工作中刻意為之,面試中十之八九答不出來(我就是那八九,過去未曾特別培養mentorship與leadership),這也許是台灣與美國文化上的不同。

大公司 vs 新創,企業文化大不同

最後,我想分享一下過去工作的心得。Google是一間很大的公司,成立至今超過二十年,公司文化發展了好幾個世代。雖然對於Google,我只能分享我所看到的一小部分,但與其他我待過的公司相比,Google企業文化上的特別之處在於對技術、程式碼品質的重視,有時甚至會讓人感覺走火入魔、錙銖必較。

不過,我覺得Google得利於天時、地利、人和,讓它既能賺錢,又有餘裕維持程式碼的品質,而其他公司沒有這樣的際遇,即使有心大概也沒辦法模仿。因此,如果想要學習任何技術,除了少數機密(例如搜尋排序的參數)之外,其餘都對內開放;此外,Google內部有許多教學文件,即使是陌生同事,也很樂於回答有關技術上的疑惑。在這樣的環境中,我學到了不少,有些觀念也在自己的side projects中試驗了一下。

後來,我換工作到新創公司Sift Science,公司的兩位創辦人來自西雅圖。雖然公司上下皆有盡力維持程式碼的品質,但卻沒有時間與資源做到如Google那麼徹底。同事大多是美國的千禧世代,比我在Google的同事年輕很多,一次閒聊時,有位同事還表示臉書都是老人在使用,我聽了之後默默地把臉書關掉。同事工作時很安靜,創辦人常常抱怨太安靜了,所以有點不自在;然而同事彼此並不是不熟,反而待人和善,我覺得這還挺不容易的(尤其跟我任職的下一家公司相比)。

我在那工作了一段期間後,找到了Uber自駕車部門的工作,於是提出離職。由於我在公司裡面還滿「閉俗」,因此沒有期待會被歡送,但同事卻特地一起手繪了一張卡片祝福我。我覺得Sift Science溫暖的公司文化,是兩位創辦人悉心培養的結果。

在Uber,也許我的感覺有點偏頗,但像是電影裡史達林格勒戰役的蘇聯步兵:第一天報到,給你一把步槍,也不管你會不會用,政委就叫你衝鋒。雖然Uber的規模小於Google,但公司高層之間上演的「冰與火之歌」,精彩程度連我這種階級不高的二等兵也時有所聞。

我現在服務的公司Waymo是從Google自駕車的研究部門分割出來的,就我個人的觀察,過去的Waymo似乎有點猶疑不決:被「研究機構」「新創公司」和「Google scale」這三種頗為不同的文化拉扯,顯得左支右絀。這大概是有像Google這一個富爸爸的公司才有的煩惱,而現在的Waymo,似乎決定偏重於「新創公司」這條路,我希望能走得順利。

過去十年,美國科技業景氣非常好,不論是大公司或新創公司都能快速成長,募資也很順利,因此要找工作、換工作就相對容易,薪水也很不錯。這次COVID-19所引起的經濟衰退是一次巨大的轉折,雖然不曉得在危機結束後,舊金山灣區的科技業會變成怎樣,但還是希望能以我過去的經驗,提供給讀者一點幫助。

(本文由時代基金會 — 付諸行動的夢想家授權轉載自其Medium

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓