Получение работы важно не только для получения карманных расходов, но самое главное - для получения Social Security Number.

4. Получаем Social Security Number (SSN)
Очень важно. Без него у вас будет столько же прав, сколько у нелегального иммигранта. Инвестиции, открытие банковских счетов, покупка криптовалюты, получение водительских прав, получение последующих рабочих позиций - это всё требует SSN, и на этом список не оканчивается. Кстати, ваш первый банковский счёт вам откроют без SSN так как вы международный студент, но вскоре его у вас потребуют.

Вам могут разрешить пару месяцев поработать без SSN, но мой совет - подать на него сразу, как только вам дали работу на кампусе. Обычно вам нужны будут все ваши официальные документы, которые были необходимы для подачи на визу, письмо от employer и письмо от international office. Это всё уточняйте на сайте вашего универа или у international office. Они шарят в этом. На получение уйдёт где-то недели две.

Надеюсь вы поняли, что все пункты выше в принципе вели к получению SSN. Это ваш milestone. После этого можно сделать выдох, но не расслабляться.

Side notes
• Помните я сказал, что-то про work study и поставил многоточие, якобы там есть подвох. Он там действительно есть. Workstudy это часть вашего financial aid, и как правило там не разойдёшься по возможностям по зарплате. Есть планка максимума и больше неё вам не заплатят.

А теперь посмотрите есть он у вас или нет? Если нет, то хорошо - вам дают финансовую помощь (если вообще дают) без ожиданий получить что-то взамен.

Если да, то вспомните, было ли слово об этом сказано до того как вы приняли свой financial aid offer? Нет? Negotiate! Скажите универу, что вы на такое не подписывались, и скорее всего вам просто дадут финансовую помощь без work study. Зачем работать, когда можно получить деньги не работая? Если что я и мои знакомые так делали - нам всегда делали approve.

• Я еще сказал что позже расскажу про то, сколько можно работать. Окей.

Во время семестра: до 20 часов на кампусе или не на кампусе*
Летом: 20+ часов на кампусе или не на кампусе*

* Примечание: off campus можно работать ТОЛЬКО по своему major и ТОЛЬКО получив CPT authorization от своего универа. Есть full-time CPT и part-time CPT. Если вы работаете более 12 месяцев на full-time CPT, то у вас исчезает возможность на OPT (это разрешение на работу с длительностью в 1 год после окончания универа). То есть в таком случае, после получения диплома гудбай Америка и домой. Part-time CPT is unlimited.

Теперь подробнее про OPT. Если вы STEM major, то вы можете остаться в США после окончания универа на 1+2 года (это 3). 1 год обычный, но потом вы подаёте на OPT-extension и вы можете работать ещё 2 года. Так что если вы не STEM major, может это wake up call. Во время OPT обычно студенты подают на H1B visa которая даёт возможность работать в США пока вашу визу спонсирует employer. Дают визу randomly, так как много кандидатов. Шанс выиграть около 33%, так что имея 3 года, вместо 1 , у вас увеличиваются шансы остаться работать в США. STEM majors are listed где-то на сайте правительства США. Думаю не сложно найти.

• Я еще сказал что вам рано думать о вакансиях вне кампуса. Это неправда, ищите и подавайте на них. Просто имейте в виду, что вы не сможете начать работать пока вы не отучились ФИЗИЧЕСКИ как full-time student (больше 12 кредитов в семестр) как минимум 2 семестра в США. То есть summer after your freshmen year вы сможете работать.

Продолжим. SSN получили, что дальше?

Го продолжим в следующем посте, а пока я его пишу можете покидать комменты или реакции. Может передумаю писать, если окажется что не интересно.

Как только вы получили SSN у вас есть много возможностей.

Сдать на водительские права
Been there, done that. Проходит как у нас в два этапа. Всё как у нас, но с одним исключением который можно не транслировать здесь.

Первым делом подаёте заявку на сайте DMV вашего штата. Назначаете время сдачи теоретического теста. К нему конечно стоит подготовиться. У каждого штата свой тест с разным количеством вопросов, так как ПДД в каждом штате отличаются. Подготовиться можно через practice tests установив приложение. Практикуйтесь много, пока не будете отвечать на каждый вопрос за 2-3 секунды. Они повторяются и на реальном тесте придут те же самые вопросы. Главное запомнить. Кстати у Пенсильвании самый легкий тест - там всего 18 вопросов. После успешного прохождения вам ставят подтверждение с которым вы пойдёте на вторую часть (надо отдельно записываться, не обязательно в тот же день).

Вторая часть - вождение. Здесь конечно абсурд. Я не знаю как это в других штатах, но в Пенсильвании, тебе нужно приехать на тест с человеком которому как минимум 21 год и на машине этого человека (все документы со страховкой и т.д.) должны быть при себе. То есть у центров для сдачи нет своих учебных машин. Если вы не можете найти такого человека, то вам придётся арендовать машину у одной из автошкол.

Секция вождения легче чем у нас. Просто проезжаете какие-то участки трассы (реальной) и улицы, делаете параллельную парковку и вуаля - у вас есть водительские права. Ждал свои права я где-то 3 минуты.

Кстати попыток сдать на вождение есть три. Если не сдадите с третьей, то надо проходить заново теоретическую часть.

Инвестировать
Честно, это было главной причиной по которой я хотел получить SSN как можно раньше. Здесь это делают почти все, потому что легко и удобно. Чтобы инвестировать достаточно скачать Robinhood, ввести свои данные, выбрать компанию и инвестировать как минимум $1 (fractional shares). Вам не нужно делать это через брокера. Вы платите $0 fees, вывести деньги можно в любой момент.
То же самое с криптой, только в Coinbase (хотя в Robinhood тоже можно).

Помимо Robinhood и Coinbase, я пользуюсь Fidelity Investments и Acorns.

Откройте кредитную карту
И это очень важно если вы хотите остаться в США in long term. Начните строить свой credit score уже сейчас, и в будущем вам будет легче с большими покупками. Чем лучше credit score, тем больше вам доверяют банки.

Карта с которой я начал это Deserve Edu Mastercard. Её советовали так как она помогает быстро набрать хороший credit score. Если нужен рефферал, то reach out to me.

Кстати, пользуйтесь любыми deals которые доступны вам как студенту американского вуза. Даётся много скидок и бесплатных офферов если вы регистрируетесь с email вашего универа. Amazon даёт 6 месяцев бесплатного Prime. Apple даёт скидку на Apple Music, и т.д. Можно чекнуть такие deals через Unidays. GitHub Education тоже хороший deal.

То, что я действительно считаю нужным сделать после получения SSN, да и вообще в целом, то это начать смотреть себе работу уже на следующий семестр и лето. Самый лёгкий способ - это заобщаться с профессором или alumni. Будьте самым активным и подготовленным в классе, и вы получите teaching assistantship от профессора в следующем семестре. Начните делать research и вы сможете остаться в США летом и получать за это деньги. Начните беседу с alumni, предложите помощь с проектом и вы увеличиваете шансы получить работу от этого alumni следующим летом.

В общем, главная мысль этого поста - не прозевайте важные вещи. Я не знаю, написал ли я всё что хотел, ушло много времени, и возможно многие мысли потерялись. В основном сделал акцент на то, где я возможно допустил какую-то ошибку, или может понял что это главное не упустить. Но надеюсь что в целом, я помог будущим первашам получить представление о том, какие шаги нужно сделать чтобы обеспечить smooth transition into US life.

Напоследок, в плане social life, drink responsibly, always ask for a consent, and don’t try drugs.

Возможно обновлю пост. Всем peace✌️

Стал замечать, что не имеющие между собой ничего общего вещи, которые я изучал и считал, что никогда мне не пригодятся, начинают собираться в кучу и дополнять друг друга вырисовывая общую картину. Это невероятно приятное ощущение.

Видимо в этом вся суть междисциплинарного подхода. Ты изучаешь что-то в одной области, применяешь разные инструменты и подходы, потом переходишь в другую и видишь ту же самую картину - просто сформулированную под другим углом, и с другими переменными.

Сегодня сидел и кодил в лабе, как вдруг мой приятель по работе подсаживается и просит меня посоветовать ему книги для саморазвития.

В общем, долго я думал и в течение дня какие мог книги ему порекомендовал - включая те, о которых я писал и сюда. Однако я давно сюда ничего не писал про книги, поэтому сегодня будет небольшой обзор литературы, которую я советую почитать.

Откроет этот небольшой список недавно опубликованная книга «Build: An Unorthodox Guide to Making Things Worth Making». Нереально полезный материал для прочтения любому, кто хочет делать карьеру в Tech. Я бы назвал это step-by-step guide/шпаргалка для основателей или начинающим в сфере технологий. Про самого Tony Fadell - автора книги - загуглите, легендарный мужик.

Как бы банально не звучала следующая цитата из книги, она меня подтолкнула на то, чтобы определиться с тем, что я хочу делать в ближайшие несколько лет.

«The best way to find a job you’ll love and a career that will eventually make you successful is to follow what you’re naturally interested in, then take risks when choosing where to work. Follow your curiosity rather than a business school playbook about how to make money. Assume that for much of your twenties your choices will not work out and the companies you join or start will likely fail. Early adulthood is about watching your dreams go up in flames and learning as much as you can from the ashes. Do, fail, learn. The rest will follow.»

Книга полна всякими полезными советами вне зависимости от вашей ступени на карьерной лестнице. Рекомендую.

Переходим к следующим книгам. Я уже упоминал, что у меня есть сильный интерес к сфере Neuroscience, поэтому я всё ещё читаю разные книги и слушаю подкасты на тему мозга, нейротехнологий и т.д. Я кстати делаю небольшие шаги в развитии в этом направлении. Спойлер: присоединяюсь к новой группе по исследованию, но об этом потом.

Не буду много расписывать о следующих книгах, но вкратце мне очень понравилась «Livewired: The Inside Story of the Ever-Changing Brain» by David Eagleman. Очень доходчиво и в полной мере рассказывает о нейропластичности мозга на основе многих примеров. Мне было особо интересно, потому что часто применялись примеры Brain-Machine Interfaces на реальных жизненных ситуациях.

Далее, крутая книга (я её слушал) под названием «Projections» от Karl Deisseroth. Он уже приходил как гость на Huberman Lab Podcast и к Lex Friedman, и меня заинтересовали его исследования в области психиатрии и optogenetics, поэтому решил почитать книгу. Вообще Карл крутой писатель, и было приятно слушать аудиокнигу с его повествованием.

Следующие книги: «How We Die» от Sherwin Nuland и «Do No Harm» от Henry Marsh. Было интересно почитать о том, что происходит в операционной палате хирургов.

По self-help, в этом году мне понравились «Everything is f*cked» от Mark Manson и «How to Not Die Alone» от Logan Ury. Книги помогли мне в неприятные для меня времена.

Из fiction «Project Hail Mary» от Andy Weir. Видел, что многие рекомендуют эту книгу. Интересная задумка и увлекательная история с элементами научных описаний.

Сейчас я читаю «Klara and the Sun», но даже не закончив её, я бы порекомендовал её как ещё один fiction к списку.

И напоследок, если вам хочется получить пищу для размышлений, то вчера я наткнулся на вот эту книгу: https://thenetworkstate.com/
Если вы интересуетесь блокчейн, или в целом новыми идеями, то думаю вам понравится.

Нежданчик

Выглядит прикольно, но что у него торчит за ухом?

Классная книга! Название не совсем точное, и больше подходит её альтернативное название «The Myths of Meritocracy».

Всегда приятно читать труды Gladwell-а. Если вам нужен объективный взгляд на систему образования США, то советую послушать (да, к сожалению доступна только в аудио версии). По моему мнению, он просто прошёлся и растоптался по всей системе образования США, показав какие изменения она должна понести.

После этого, я ещё почувствовал благодарность к тому, что у меня есть.

В общем, советую.

https://www.audible.com/pd?asin=B09X8B2ZDY

Пару дней назад, paper одного из наших PhD студентов приняли в мощный журнал Advanced Materials. Мне удостоилось стать со-автором этой статьи.

Что ж, я теперь могу считаться юным учёным 🤓.

https://scholar.google.com/citations?hl=en&user=vC2sauQAAAAJ

https://youtu.be/3EjtHs_lXnk

Кстати, NVIDIA A100 GPU про которые он говорил в самом начале видео, есть в нашей лабе. Ещё одна из крутых фич делать рисерч в универе - доступ к огромным компьютерным мощностям. На компе на котором я работаю стоит таких 4 по 40 GB RAM в каждой.

Про неё кстати отдельно снимал видос Linus Tech Tips: https://youtu.be/zBAxiQi2nPc

Алга Лехай, алга Казахстан! 🦅 🇰🇿

https://www2.lehigh.edu/news/lehigh-and-kazakh-universities-team-up-for-sustainable-impact

Давно не писал посты – был довольно напряжный, но продуктивный семестр. А пока я готовлю пост, подпишитесь на Чину: https://www.tg-me.com/nesummer88.
Он пишет куда чаще посты про Лехай и жизнь в Штатах

Закончился очередной семестр в универе (уже пятый), и пора подводить итоги/делиться новостями, поскольку я давно сюда ничего не писал.

В целом, этот семестр был самым продуктивным периодом за годы обучения в Lehigh.

Буду идти по порядку ниже.

Всё началось с того, что я получил offer в Amazon, а точнее Amazon Web Services в конце августа. Я был безгранично рад, так как шёл к этому очень долго. На момент получения оффера я уже подал в 80+ компаний на лето 2023.

Я думаю это событие очень хорошо повлияло на мою мотивацию и зарядило меня на весь последующий семестр. Я понял, что весь труд оправдывается, и для больших вещей в жизни нужны постепенные шаги. Но несмотря на это даже маленькая деталь и немного удачи может дать тот самый толчок на заветный результат.

После получения оффера я более менее расслабился, и поэтому мог обращать внимание на классы и своё здоровье. Классы, которые я брал в этом семестре были не из самых легких - по сути самые сложные которые я когда либо брал.

Я взял 5 CS курсов, 1 бизнес курс и 1 курс по журналистике (всего 1 кредит за позицию data editor). CS курсы которые я брал – это Design and Analysis of Algorithms (CSE 340), Software Engineering (CSE 216), Fundamentals of Machine Learning (CSE 326), Computer Vision (CSE 398), Blockchain Algorithms & Applications (CSE 242). Бизнес курс который я брал был Legal Environment of Business (LAW 201).

Обычно такой workload на 19 кредитов не берут, в особенности с таким большим количеством CS курсов. Но у меня была идея взять их как можно больше, чтобы набраться знаний к стажировке летом, и «почувствовать себя настоящим CS major».

Спойлер: я почувствовал.

Было очень много работы, но я получил от этого удовольствие и хороший experience. В курсах по машинному обучению, компьютерному зрению и блокчейну было немало проектов, которые я скорее всего добавлю себе в резюме. Еще один плюс этого: все мои последующие семестры look like a joke. В свой последний семестр я вообще могу быть part-time студентом.

По итогу семестра я получил все А, кроме LAW 201, где я получил В+ (как всегда бизнес всё портит). Это помогло мне поднять свой GPA до 3.81.

Самый классный курс был Computer Vision. Профессор которая преподавала вела самые интересные лекции которые я когда либо посещал в Lehigh. У нас было 5 programming assignments где надо было сделать image enhancement, image stitching, segmentation, objects classification с нуля на Python или MATLAB. До того как я взял этот класс, я думал что весь comp vision – это просто использование CNN. Однако, теперь вижу что есть много hand-crafted методов компьютерного зрения. В целом было интересно получить детальное представление о том, как развивалось компьютерное зрение и какие возможности есть в будущем.

На фотке, часть моего финального проекта, который помогает людям с ограниченными возможностями использовать клавиатуру с помощью eye-gaze.

Курс по машинному обучению был довольно полезным, но это не тот курс который стоит брать в Lehigh. Объяснения профессора –ужасные, и оставляют тебя более confused чем до лекции.

В целом, я научился многому через лекции Cornell профессора Killian Weinberger и MIT opencourseware. У обоих есть плейлисты лекций на YouTube, и это был самый лучший ресурс именно по фундаментам машинного обучения.

Под словом фундаменты я подразумеваю математическую часть, которую обычно не дают в популярных курсах от Andrew Ng и fast.ai. Они дают общую картину и интуитивное понимание машинного обучения. Хоть фундаменты довольно сложные, они показались мне очень интересными. Особенно SVM.

Есть много о чем рассказать, поэтому буду писать по мере возможности.

Окей, идём дальше. В принципе, про другие курсы особо рассказывать нечего. Если интересно, то задавайте вопросы.

Следующее, что было круто в этом семестре - это мои презентации по рисерчу на двух конференциях в Техасе. Они обе проходили в начале октября.

Первая - это Fast Machine Learning for Science Workshop 2022, которая проходила в Southern Methodist University Dallas, TX. Главная тема конференции - это использование машинного обучения в различных областях науки для более быстрого проведениях экспериментов и анализа данных. Это был очень humbling experience, так как я познакомился с многими крутыми исследователями и профессорами из Fermilab, Oak Ridge National Lab, CERN, Caltech, MIT и т.д.

Конференция проходила целых 4 дня, и я выступал во 2 день. Это было моё 6-ое выступление с моим проектом, и я думаю это было самое лучшее so far. После конференции я понял, что хотел бы делать PhD в будущем.

Если кому интересно, вот главная страница сообщества организовавшее конфу: https://fastmachinelearning.org