随便八卦一下Meta各个大组

先叠甲：老油条sde一枚，喜欢在不同的环境下体验工作，所以很多大org都呆过算是有一些经验。然而个人的体验终究有限，我就随便一说，大家听个乐子就行。对了，没有好话，想听歌功颂德的可以先退了。



先从重要的说起，什么大家都知道的内斗，屎山，卷就不说了，这里强调一下：不说不代表没有，而是太常见了。如果有不太卷的大组，后面会提到的

-- ADS --
疫情前和疫情中是高速发展期，如果你是2016年前进ADS的又恰好比较卷，那成长就跟火箭一样，现在是个Director都不罕见。然而坐在上升的电梯里无论做啥都是上升（对，做下蹲都是上升），跟个人做出了什么贡献大部分时候关系并不大。因此ADs里面德不配位的高层挺多的。这些leader大部分时候的决策其实很简单：放着现成的infra产品不用，打着ads专用的旗号找各种理由自己造轮子，这样可以拿到更多HC走帝国建设路线。多年下来ADS已经成了一个独立的王国，有自己的一整套从存储到应用到ML的打着ads专用标签的独轮小推车。基本就是ads自己用一套，其他org一起share一套这个概念。而且大部分常用的infra组的产品都能在ads内部找到copycat版本。其infra之复杂，相互牵扯之多，令人叹为观止。更好玩的是大部分独轮小推车建立的目的并不是他们声称的解决问题，而是升职加薪，因此从开始就没把可持续性纳入设计。当事人大部分也明白自己的小推车维护起来是个屎坑，于是升职就跑路，留下一堆历史遗留问题，当然从中也创造出了茫茫多的就业岗位和优化系统的机会，算是造福了后人。

-- FACEBOOK --
万坑里面排前几个的，由于是几年前的重点app外加管理一言难尽，整个FB处于一种极其混乱的状态，和Google走简洁风的路线完全相反，对deliver features来者不拒结果搞成了大杂烩。不信可以打开fb app，看看里面有多少一层层的tab提供了茫茫多你或许永远不会点开的功能。每个tab后面可能就养活了几十上百号人，拼命deliver一些完全没用的东西。公司最近已经意识到了这个情况，2批裁员里面facebook org大砍，然后app基本进入了维护状态，类比就是QQ在腾讯的地位，谁去谁傻。

-- INSTAGRAM+REELS+THREADS --
这几个放一起讲都是重点production组，INS极其衍生产品算是为数不多的从头到位高层保持清醒的org，严格控制人头数（当然也有扩招的情况，不过比起其他org好太多了，举个例子，threads你们猜一下是多少个engineer做出来的？答案在最后公布），重要的feature全部从上到下安排（上面的大佬负责设计，下面的小弟去执行）必须要点个赞。INS最主要的问题在于卷，对的你没听错，我之前说了卷是正常情况，不会再提。然而ins很多组是不正常的卷，是带着狠劲的卷。主要特点是INS的leader们一个比一个卷，从上而下带起来整个org卷，这个和其他ORG主要是由升职加薪驱动的eng自发卷形成了鲜明的对比。在ins的产品组不卷是活不下去的，996卷不过是小菜一碟。我举个比较极端例子，ins的ads ranking每周都会和FB的ads ranking比，director每次比输了就会特别郁闷，然后疯狂工作到凌晨3点，持续到下次超过fb ads ranking为止。上有所好，下必从之，ins/reels/threads的氛围只能用战备状态来形容，大多数人都在疯狂deliver和发post。其他组算卷的人跳槽到ins没半年被劝退这种事见多了。

-- RL --
两个字形容：宠物
一句话形容：别人负重前行，我岁月静好
RL现在完全就是贝克汉姆家的小七那种地位，老板的心头肉，CTO的嫡系部队。有HC先给RL加，有困难先帮RL解决，出了事老板跑出来说怪我，你们华尔街不要怪他们。（听着怎么这么茶...）
两轮layoff影响基本为0，CTO更是公开宣称RL也裁员了的，把没招满的HC砍掉了5000个，相当于裁了5000人（这尼玛是人话？）
与之对应的是RL也投入了3年了，到底做了什么呢？
VR好歹还有Oculus，做到第三代了，目前看来上限也就是个XBOX，不过起码算是有点东西和几百万用户，而且VR投入相对较低，只占了RL整个org预算的20%。
AR就完全是搞笑的了，内部消息不方便透露，只能说劲爆，离产业化还差了十万八千里，而且都是业界都很难解决的hard blocker。但是外部肉眼可见就只有一个雷朋眼镜，还卖的贼惨，要不是给内部员工打折价坑熟人撑起了销量，外面多少人会买我只能呵呵。
RL是目前最好混日子的org，没有之一，加入RL你只需要一个技能，叫做画大饼吹牛逼。唯一的问题就是老板啥时候会耐心用尽。

-- Privacy --
这个组最大的好处就是需求从外面来，不用engineer想use case，除此之外也是一堆问题。
privacy本身的性质决定了需要有两个桥梁：一个把法律术语翻译成内部系统能懂的规定，第二个就是把内部系统能懂的规定落实到个个产品或者架构组。
因此privacy的结构是一个树状：主干是central privacy，也就是俗称的privacy infra，代表产品PAI，分支是各个org的privacy team，由主干申请HC，然后交给分支去招人，建组，解决特定组的特定问题。
计划的非常好，而且这个模式之前也确实解决了很多燃眉之急的问题。然而central privacy在疫情期出现了极度扩招的情况，以非常快的速度从百来人扩张到了大几千号人。等高层发现招多的时候，已经收不了手了，几千张嘴嗷嗷待哺，其预期产出已经远远高于了外部每年给的regulation。
于是privacy org开始搞一些有的没得的东西来保证自己有活儿干。问题来了，privacy和产品可不一样，产品可能用的人很少但是起码有人用，对别人有帮助。而privacy搞出来的东西真是纯纯的block别人，比如你这个不能用，那个不能访问，美其名曰我们要在内部有比外界要求更高的bar，结果搞得别人组的产品完全不能deliver不说，还给本来就卷的各个大组增加了茫茫多的事情，比如oncall一觉起来40多个privacy tasks凭空出现简直都想死在厕所，好不容易花几周解决了，一觉醒来发现邮箱里又躺着200多个全新的privacy tasks，这酸爽估计我都不用细说你们也能懂。一时之间恶评如潮，甚至发明了一个新的词汇叫做user friction。
privacy趁机大做文章安排那些没事做的人去解决user friction，自己的人搞出一堆烂摊子，又自己招人去收拾，达到了一个完美的循环。
因此注定了privacy也是一个非常好混日子的组，做两边都能claim impact。

-- AI --
AI现在是风口上的猪，然而meta内部占比更大的其实是ranking AI，就是为广告服务的那种。GenAI目前只能算是一个很小的分支。
Ranking AI其实大体上分为两部分：
train model -- 俗称机器算命，调参侠。特点是每个人都有好几个模型同时跟进，来确保至少有一个在perf review的时候产生正面impact。这个工作其实最开始觉得好cutting edge，但是久了就会发现蛮腻味的，工作流程就是：早上起来看看昨晚跑的modelA有没有好消息，没有就调一下参数送去fblearner跑，然后无缝切换modelB，看看有没有问题，有好消息就记录下来，赶紧发个post提升曝光度，没有就调一下参数送去fblearner跑, 然后无缝切换到modelC... 你要严格说没点含金量也不是，那么多参数，调哪个，怎么调还是需要一些专业知识，但是调了是不是就成了？那可不是，总之就是在一些high level经验下的撞大运体验，期望有一个能中个一等奖。
Ai Infra -- 这个org也有点走ads的老路了，明明自己就是个数据准备的scope，放着现成改改就能用的infra部件不要，各种自己造轮子，关键还造的不好。AI Infra和ads一个显著区别就是ADS是乱，AI是菜，尤其是近几年的产品，是真菜，我都不跟之前的明星产品Pytorch，Koski，FBlearner比了，就和同时期其他组的产品比，也是最菜的那一批。 AI Infra近几年招了大量的刚毕业的ng来造独轮小推车，又极度缺乏有经验的大佬压阵，全靠自己捣鼓。这些工业经验为0的ng哪怕是照着infra现成的产品，设计出来的东西都一言难尽。要么不scale，要么功能完全不够用。唯一值得庆幸的是impact还行，毕竟风口，之前火箭升职的也挺多，不怕苦不怕累不怕给人擦屁股，一门心思想升职的可以去

-- WhatsApp，Messenger --
这两个放一起讲，算是少有的wlb还行的org
但是敲黑板：wlb还行的原因是这两个app 还！没！有！变！现！
相比起FB和IG以及社交衍生apps这种非常成熟的广告系统植入，这两个app有最高的日活但是收入很低，原因是高层还没有想好怎么用这两个app套现。也算是给日后的growth保留一些潜力。（对的，FB现在大部分的收入其实只变现了2个app，还有两个巨无霸没开始变现）
在没有收入压力的情况下，自然可以享受岁月静好，只要服务好现有的客户就行了，对于一个成熟的产品来说并不难。
不过风险在于这种好日子已经过了快10年，公司能有多少耐心继续保持这两个app的岁月静好。

-- Infra --
最后说infra因为这个涉及的东西很多，很杂。
Infra总体来说卷度一般，有疯狂上进的，也有躺平的。Infra最主要的问题就是不受重视，形象的比喻就是infra是人每天吃的米饭，不起眼，不醒目，但是没有不行。
穷的时候少吃几口米饭也死不了人，富的时候谁TM光刨米饭啊？
这个就注定了infra只能默默做一些曝光度不高的工作，遇到年景好的时候，分一点点洗脚水，遇到年景不好的时候，也不会比别的组少裁几个人。
另外infra组很多牛人，很多，但是从另一个角度看，新人入infra，在年景不好的时候，存活率比较一般，因为impact搞不过老员工。

最后公布答案，threads从立项到发布到5天1亿注册用户，开发的engineer的总人数是17个，是不是很意外？

整体非常有价值。不过楼主可能只看了Threads组下面有17个人，实际上整个IG一共出了大几十个人参与开发。

这八卦含金量太高了，楼主能开第二贴继续八吗？
赞成的举手🙋

LZ内行人。从AI Infra出来的，深刻体会新产品饼都巨大，但却没什么真的好用的，很多都换汤不换药，新轮子比旧轮子更难用，大部分eng/tl都没有真的熟用自己的产品，难以体会用户的痛苦。升职佳地无疑，一堆人跟着热点一起坐了火箭，水平参差不齐。离开之后感觉世界正常多了的同时，也很感慨那个靠混脸熟，抱大腿和蹭热点扩张就能起飞的花花世界对打工人也挺友好精彩的。

RL還有什麼缺能招我嗎？

请问楼主Messenger能算是巨无霸吗？

另外脸书的GenAI实力如何呢？

感谢LZ，十分清楚的讲明了一个大问题

一直以为rl就是所谓的ai大组。
现在e5 e6接offer之后，还有bootcamp选组的流程吗？

能说说Marketplace么？

楼主了解NME么，就是做meta verified的那个组

（AI infra）这些工业经验为0的ng哪怕是照着infra现成的产品，设计出来的东西都一言难尽。

能举些例子吗？mvai算吗？