一位印度小哥逆袭成为谷歌数据科学家的心路历程 - 教程

看到一篇帖子，是一位印度小哥学历一般，只是靠着热情、跟鸣人一样的火之意志，慢慢化身数据科学大佬的自白，蛮有启发，文字里有血有肉，值得一看，原文：TCS to Google | Manual Tester to AI/ML Engineer | Tier 3 to FAANG | Interview and Learning Resources

---

文章目录

• 1 引言
• 2 我的卑微起点
• • 2.1 第一份工作：TCS手动测试员
  • 2.2 自学与坚持
  • 2.3 第一次飞跃：从TCS Ninja到TCS Digital & POCs
  • 2.4 攻克EXL的内容科学职位
  • 2.5 精通阶段：多领域经验
  • 2.6 生成式AI与75天硬核挑战——Aditya Birla Capital高级数据科学家
  • 2.7 谷歌面试之旅
  • 2.8 胜利：加入谷歌
• 3 关键经验与建议

---

1 引言

从旁遮普小镇到谷歌：一个关于不懈毅力和坚定梦想的故事！

突发新闻：一位来自旁遮普小镇的男孩，曾在家乡的电脑硬件店里捣鼓电脑，如今正在谷歌构建AI/ML的未来。

我就是那个男孩。

我毕业于一所三线院校（Phagwara的GNA大学），是该校第二届毕业生，当时我除了好奇心、梦想和开辟自己道路的决心外一无所有。我的第一份工作？一点也不光鲜。我加入了塔塔咨询服务公司（TCS），在一个美国银行项目中担任手动测试员。

从TCS到谷歌的AI/ML工程师之路。

那一刻，我成为AI/ML工程师的梦想感觉遥不可及。我本可以郁闷、抱怨，甚至放弃我的抱负。但相反，我选择了一条不同的道路——一条_不懈学习、毅力、耐心和坚持不懈_的道路。

这篇博客不仅仅是我的职业故事，它更是一篇充满希望的讯息。

如果你在工作中感到停滞不前……如果你怀疑自己的背景或者害怕永远无法实现梦想中的角色……这个故事就是为你而写。

因为假设一个来自旁遮普、没有任何路线图的孩子，能够从TCS的手动测试员一路晋升到谷歌的AI/ML工程师，那么你也可以。

2 我的卑微起点

微小的火花也能点燃熊熊大火！”就是“即使

我的旅程并非始于一个豪华的实验室，也并非拥有尖端资源。它始于旁遮普的一个小镇，好奇心是我唯一的资本。从七年级开始，我就在一家电脑硬件店兼职，修理机器、安装操作系统、尝试各种软件。别人可能只把它看作一份副业，但我却把它视为我的第一个训练场——一个我学习解决问题、坚持不懈以及体验让事物运转起来的乐趣的地方。

那家小店成了我的教室。我不仅仅是在修理电脑；我还在发现自己对技术的热爱。每一次安装，每一次故障排除，都是我走向一个我当时还未完全理解的更大梦想的垫脚石。

我的卑微起点

2019年，我从Phagwara的GNA大学获得了计算机科学与工程学士学位。有趣的是：我只是该大学的第二届学生——我们甚至没有校友允许仰望！尽管如此，我带着数据科学的初级技能走出大学，怀揣着在AI和ML领域建立职业生涯的希望。

回想起来，我的基础并不完美。我的技能远未达到行业要求。但有一个事实特别突出：我从小就有的好奇心火花，现在比以往任何时候都燃烧得更旺盛。

2.1 第一份工作：TCS手动测试员

“你的第一份工作并不能决定你的最终目的地！”

像许多应届毕业生一样，我对找到第一份工作感到兴奋。该机会来自塔塔咨询服务公司（TCS）被分配到就是——印度最大的IT巨头之一。但事情有了转折。我没有在尖端的AI或数据科学岗位上开始工作，而美国银行工程中担任手动测试员。

在TCS担任美国银行项目手动测试员的第一份工作

起初，这对我打击很大。我学的是计算机科学。我曾梦想着AI和ML。然而，我却在这里编写测试用例，验证银行工作流程。感觉我的梦想被搁置在某个遥远的角落。

这是我做出选择的时刻。我可以选择：

• 保持沮丧，抱怨命运，然后慢慢放弃我的梦想。
  或者
• 掌控自己的旅程，利用每一个空闲时间学习，并为我的未来建立我想要的技能。

我选择了第二条路。

选择坚持和努力的道路

即使在担任手动测试员期间，我也致力于独立学习信息科学。深夜、周末、假期——任何我能挤出的空闲时间，我都投入到我的梦想中。我拒绝让我的职位头衔定义我的未来。

回想起来，那个决定改变了一切。

2.2 自学与坚持

“坚持是每一个成功故事背后无声的英雄。”

一旦我决定不让我的第一份工作定义我，真正的磨砺就开始了。白天，我是美国银行项目中的手动测试员。晚上，我是一名自学成才的数据科学和机器学习学生。

我知道，如果我想脱颖而出，我必须超越仅仅是编码。由于我的计划在银行领域，我沉浸在金融和银行基础知识中，学习系统、交易和工作流程。这不仅给了我技术知识，还给了我强大的领域知识——这在后来的面试中让我与众不同。

学习美国银行和金融数据分析以及功能测试

同时，我不断通过副项目来提升自己：

• 构建材料科学与机器学习项目并上传到GitHub。
• 每天练习Python和数据结构与算法（DSA）。
• 巩固我的数学和统计学基础。
• 每周磨练我的解决问题思维。

这些努力并没有白费。在TCS内部，我在我的主要职责上持续表现出色，连续获得两个A级评价——这是给予员工的最高评级之一。这种认可证明了纪律和奉献正在取得成效，即使我的正式角色尚未与我的梦想保持一致。

我旅程的这一阶段教会了我一个重要的教训：在沉默中，日复一日，一块砖一块砖地建立起来的。就是进步一蹴而就。但坚持总会留下印记。就是它不光鲜，也不

2.3 第一次飞跃：从TCS Ninja到TCS Digital & POCs

“机会出现在准备与努力相遇之时！”

到2021年底，经过多年的深夜学习和默默坚持，我的努力终于开始显现成果。我通过了TCS Digital内部考试，这为我打开了通往更高级别角色的大门。这是我第一次真正的飞跃。

从TCS Ninja到TCS Digital

我转型从事自动化测试鼓励我为我们的银行项目探索就是，但这次情况不同了。我的经理注意到了我的热情和潜力，他没有把我局限于测试，而材料科学和机器学习的POC（概念验证）我一直等待的机会。就是。这正

我紧紧抓住了这个机会。我承担了项目，应用了我迄今为止学到的一切——

• 编写Python脚本以自动化工作流程。
• 使用shell脚本来简化重复性任务。
• 尝试机器学习算法以了解它们如何带来真正的商业价值。

同时，我明白孤立地学习是不够的。我开始积极地在领英（LinkedIn）上分享我的旅程、见解和小成就。这不仅帮助我扩展了人脉，也让我了解了行业标准以及对真正内容科学家角色的期望。

TCS中多个项目和流程的自动化

这个阶段不仅仅是应用我的技能，更是为了向自己证明我能带来影响力。一旦我看到机器学习在实际项目中的影响力，我就再也没有回头。

2.4 攻克EXL的信息科学职位

通向成功的垫脚石。”就是“失败

到2022年中旬，我感觉我已经准备好跳入我一直以来为之准备的世界——数据科学。我开始进行我的第一次面试，充满希望和兴奋。但现实很快就打击了我。

我面临着拒绝。有些面试进行到一半就结束了，有些则收到礼貌的“我们会联系你”，还有一些则是我当时无法回答的技巧疑问。有一段时间，疑虑又悄悄袭来：我真的足够好吗？这些年的努力都白费了吗？

多次被拒绝的感觉

但与其让拒绝击垮我，我选择将每一次拒绝都视为一次教训。每一次失败的面试都揭示了我准备中的不足，我将弥补这些不足作为我的使命。我回到基础知识，磨练我的Python，复习统计学，练习更多的DSA问题，并不断构建新的机器学习项目。慢慢地，我看到自己在进步——不仅仅是知识，还有自信。

持续提升技能并努力训练

到2022年底，情况发生了逆转。我不再收到拒绝信，而是同时获得了多个工作机会——确切地说，是五个。这证明了坚持是有效的，坚持会得到回报，挫折只是旅程的一部分。

达到我的“仙人模式”（数据科学家职位）

在2023年初，我最终选择加入EXL担任数据科学家（解锁仙人模式），专注于保险和信用风险项目。这个角色成为我职业生涯中的一个重要里程碑，让我能够深入研究金融素材和实际问题解决。

回想起来，那些曾经刺痛我的拒绝实际上是祝福。它们是为我未来机会做准备的垫脚石。

2.5 精通阶段：多领域经验

“您的仙人模式已解锁：掌握技能，征服挑战。”

2023年初加入EXL是一个转折点。这是我第一次不再只是学习——我作为数据科学家正在产生影响。我获得了在多领域项目中工作的机会，从保险分析到信用风险建模，甚至大规模大数据分析。

每一个项目都让我得到磨练、推动和技能提升。我了解到金融机构如何依赖数据驱动的决策，以及即使是最小的模型改进也能转化为数百万的节省或收益。这既令人兴奋又令人谦卑。

EXL工作——学习多个领域并在YouTube和Medium上贡献

但我并没有止步于此。我开始参加黑客马拉松，在那里创造力和速度在压力下得到考验。赢得生成式AI黑客马拉松让我确信我不仅仅是跟上潮流——我开始引领潮流。

与此同时，我开始在领英和Medium上持续分享我的旅程和知识。最初是个人笔记和项目学习，后来开始激励他人，将我与志同道合的专业人士联系起来，并在AI/ML领域建立起个人品牌。

我深入研究就是这也高级数据科学概念的阶段——

• 可解释AI（XAI），使黑箱模型更透明。
• 自然语言处理（NLP）和Transformer模型，理解语言模型如何重塑行业。
• 前沿研究论文，使自己与全球趋势保持一致。

学习、训练和在线贡献XAI和ML知识

这个时期感觉就像用我的**“仙人模式”**进行训练——技术精通、领域专业知识和自信的平衡。我第一次行对自己说：是的，我是一名内容科学家。我属于这里。

2.6 生成式AI与75天硬核挑战——Aditya Birla Capital高级数据科学家

“升级：从仙人模式到AI/ML领域的九尾模式。”

到2023年中旬，我意识到一个重要的事情——虽然我在素材科学领域感到舒适，但世界正在迅速转向生成式AI（GenAI）和大型语言模型（LLMs）。如果我想保持领先，我必须超越舒适区。那时我创建了自己的挑战：75天硬核生成式AI挑战。

连续75天，我每天都做出承诺：

• 学习关于生成式AI、大型语言模型或RAG（检索增强生成）的新知识。
• 构建一个小项目或实验，无论多么简单。
• 在GitHub、领英、Medium和YouTube上公开分享我的进展。

学习生成式AI/大型语言模型和RAG以及计划

这个挑战不仅仅是关于坚持——它关乎纪律、创造力和责任感。日复一日，项目接计划，我开始在以下方面获得实践经验：

• 提示工程——掌握从大型语言模型中获得最佳结果的艺术。
• RAG管道——将知识库与大型语言模型结合，搭建领域特定智能。
• 大型语言模型微调——在GPU/CPU上训练模型，使其适应实际用例。

这个阶段的美妙之处在于学习不再是孤立的。通过公开分享，我与世界各地志同道合的人建立了联系。有些人向我学习，有些人指导我，我们共同建立了一个充满好奇心和成长的社区，而这次生成式AI和大型语言模型学习也为我带来了下一份工作，在Aditya Birla Capital担任高级数据科学家，在那里我将机器学习/人工智能应用于他们的贷款产品和客户行为分析管道。

回想起来，这是我的**“九尾模式”**——一种由坚持、热情和永不满足的进化渴望所驱动的转变。

从仙人模式到九尾模式 [高级内容科学家]

2.7 谷歌面试之旅

“我人生游戏中的最终BOSS：谷歌AI/ML面试！”

经过多年的磨砺、学习和建设，我一直梦想的时刻终于到来——一位谷歌招聘人员联系了我，邀请我担任AI/ML职位。对我来说，这感觉像是终极考验，是我职业生涯游戏中的最终BOSS战。

我有一个月的准备时间，我把这一个月当作我的个人训练期。我的重点领域很明确：

• DSA（数据结构与算法）——复习所有模式，从排序到动态规划。
• 机器学习系统设计——理解机器学习在大规模环境下的工作方式、权衡和架构架构。
• 生成式AI和大型语言模型——巩固我从75天硬核挑战中学到的一切。

我不仅仅在平台上编写代码，我还用笔和纸真实面试中至关重要的技能。就是练习，因为谷歌面试通常测试思维的清晰度和结构，而不仅仅是打字速度。这种方法帮助我一步步解释逻辑，这

从TCS到谷歌的准备策略和资源

然后是面试轮次：

• DSA轮次：问题是LeetCode的难题级别，但由于我训练过模式，我能够识别它们并朝着最优解努力——即使在压力下。每个解决方案不仅仅是代码；它经过了多个边缘案例的测试，并附有清晰的解释。
• 机器学习/系统设计轮次：这是我准备真正闪光的地方。我被问及生成式AI、嵌入、RAG策略和大规模机器学习管道。由于我持续的练习和内容创作，我不仅能解释_是什么_，还能解释_为什么_和_如何做_。我讨论了权衡、可扩展性和策略，就好像我已经在谷歌处理实际问题一样。

机器学习平台设计轮次

• 文化契合度与谷歌特质轮次：在这里，技术上的卓越是不够的。他们想看到协作、谦逊、适应能力和价值观。我回顾了我的旅程——我如何从手动测试转向数据科学，如何建立金融领域的专业知识，以及持续学习如何成为我成长的基础。
• 团队契合度轮次：这一轮是在所有面试结果都良好并且招聘经理选择我的简历加入他的团队之后进行的。我与一位招聘经理进行了交流，我们相谈甚欢，我极其喜欢这个项目，而招聘经理也非常欣赏我在金融领域的知识和方案经验。所以这一轮进行得很顺利。

文化契合度与团队契合度轮次

每一轮都像一场战斗，但我的多年准备和坚持是我的武器。最后，我知道我已竭尽全力。

2.8 胜利：加入谷歌

“从自我怀疑到实现梦想：成为自己旅程中的火影！”

之后，在所有战斗之后，我多年来一直梦想的时刻终于到来——谷歌的录用通知。我正式被聘为世界上最受尊敬的公司之一的AI/ML工程师。

这不仅仅是一份工作机会；它是无数个不眠之夜、每一次拒绝、每一个无人注意的小项目以及我为这段旅程倾注的每一分坚持的最终成果。

从TCS到谷歌，最终获得录用

从旁遮普的三线大学学生，在一家小电脑店兼职，到谷歌AI/ML工程师——这条路绝非一帆风顺。但这段旅程教会我，成功并非取决于特权或捷径。它取决于坚持、耐心，以及在无人相信你时对自己的信念。

有无数次自我怀疑的时刻，我质疑自己是否足够优秀，我的梦想是否过于遥远。但每一次，我都提醒自己：进步是缓慢的，但它仍然是进步。一步一步，它把我带到了这里。

如果你正在阅读这篇文章，并且在职业生涯中感到停滞不前，这是我想对你说的话：
永不放弃。你的努力比你想象的更接近回报。

记住——贝吉塔不懈努力追赶悟空。阿斯塔在没有魔法的情况下变得强大。鸣人，尽管历经磨难，也构建了成为火影的梦想。就像他们一样，你也可以改写自己的故事。

今天，当我踏入谷歌时，我并不认为这是我旅程的终点，而是更大梦想的开始：继续学习，继续成长，并继续证明坚持行战胜一切困难。

3 关键经验与建议

“像鸣人、贝吉塔或阿斯塔一样：努力工作，保持谦逊，永不放弃。”

保持一致并对您的进步保持积极态度

回顾我的旅程——从旁遮普一家小电脑店的修修补补，到TCS的手动测试，再到攻克谷歌的AI/ML职位——有一些永恒的经验我想分享：

1. 坚持就是一切：每天学习一点点会积累成巨大的进步。在编码、机器学习或生成式AI方面养成的小习惯，随着时间的推移可以改变你的职业生涯。
2. 失败是你的老师：每一次拒绝，每一个“不”，都是伪装成反馈的信息。利用它来学习、调整，然后变得更强大。
3. 自学是你的超能力：你的背景或大学并不能定义你的极限。构建副项目、为GitHub做贡献、写作或分享知识可以让你脱颖而出。
4. 建立人脉并分享你的旅程：领英、Medium、YouTube——分享你的工作有助于你更快地学习，并为你打开机会之门。
5. 敢于梦想，但更要努力工作：光有天赋是不够的。像贝吉塔一样努力训练超越悟空，像阿斯塔一样克服缺乏魔法的困境，或者像鸣人一样不畏艰难永不放弃。只要不懈努力，你的梦想就能实现。
6. 保持耐心，相信过程：进步很少是线性的。坚持和耐心会带来突然好运无法比拟的突破。
7. 不断进化：技术和AI/ML发展迅速。持续学习和适应新的工具，如生成式AI、大型语言模型或RAG，将使你保持领先。

最后思考：
你的旅程只属于你自己。保持谦逊，保持一致，并始终相信自己。如果我能从旁遮普的三线大学毕业生一路走到谷歌的AI/ML工程师，你也可能。你的“火影时刻”比你想象的更近——继续前进，继续学习，永不放弃。