查看: 2104| 回复: 30
跳转到指定楼层
上一主题 下一主题
收起左侧

[选组选Offer] mle offer求对比:Meta vs Glean

🔗
匿名用户-66TW1  12 小时前 来自APP |倒序浏览

2026(7-9月)-CS硕士+3-5年 | Other| MachineLearningEng全职@

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
目前做搜广推算法的,目标是转向做llm/agent,目前在纠结Meta VS Glean
Meta:Ads下面做LLM4Rec的,看起来很像快手的OneReason,技术栈看起来和LLM很像(sft rl distillation啥的),但是感觉还是要做搜广推而不是agent?
Glean:感觉是比较有希望的startup?是agent组但是做的好像偏agent应用,也有做少量llm post training,但是看起来技术不深而且好像不是重点方向…担心技术积累不是很深…
. 1point 3 acres
顺便感叹现在post training岗位实在难找
想听听大家的意见,感谢!

上一篇:Pinterest ic14 面试通过,team match求捞
下一篇:国防七子本科、港校AI PhD,27暑期量化/大厂实习筛选心得
全局:
楼主这个纠结很真实,分享几点个人看法:1. LLM4Rec 这类工作其实离 LLM 主流技术栈比想象中近。SFT/RL/蒸馏这一套正是 post-training 的核心,Ads 场景还附赠海量真实流量做 online learning 和大规模训练 infra 经验,这套东西在任何 LLM 团队都是硬通货。很多现在在 GenAI org 做 foundation 的人,最早就是从推荐/搜索转过来的。2. 如果目标是转 agent 方向,关键看你想要的是哪一层:模型侧(post-training、RL for agents)还是应用侧(orchestration、eval、infra)。Glean 的 agent 工作更偏应用层,能学到完整的 agent 产品闭环,但"技术不深"的担心有一定道理——应用层的护城河更多是场景和执行力。3. 从风险角度,大厂的平台 + 内部转组机会是实打实的,Meta 内部往 GenAI/FAIR 转组并不罕见。startup 的 upside 存在,但也要看估值和 exit 路径,别只看 title 和 package。最后一句:无论选哪个,建议都先把"六边形战士"的基本功补齐(ML coding、system design、GPU/infra 基础),现在 MLE 面试考得越来越宽,这是两边都绕不开的。

评分

参与人数 1大米 +1 收起 理由
匿名用户-6KSLU + 1 谢谢分享!

查看全部评分

回复

使用道具 举报

全局:
简单讲一下,meta进去后内部转组比较困难,各种原因,最好不要把内部转组当作一个考虑因素,msl大部分组工作体验很差,特别par那些。所以如果你就是要做agent或者基模post training, 就不要考虑进meta转组这个选项,这个很没谱
回复

使用道具 举报

地里匿名用户
推荐
匿名用户-QTVIV  6 小时前 来自APP
匿名用户 发表于 2026-09-20 23:38:52
能详细说说吗?llm latency这么高怎么做实时的ranking
不是用llm实时ranking,是日常那点开发,brainstorming啥的,现在Astra已经足够了,之前还觉得搜广推context多,agent搞不定,现在不存在了。很快前端的今天就是搜广推的明天。只需要少数几个给agent把把关的人就行了。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-OANFD  11 小时前 来自APP
meta。glean成功exit的希望已经显著变小了,你去blind里看看就知道了。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-A0AVI  11 小时前 来自APP
glean也不是start up了很多很多人了
未来一定是meta好
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-66TW1  11 小时前 来自APP
匿名用户 发表于 2026-09-20 20:32:12
meta。glean成功exit的希望已经显著变小了,你去blind里看看就知道了。
感谢回复,我在blind里主要是看到一些吐槽压力,exit相关的讨论没太看到,可以指点一下吗
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-66TW1  10 小时前 来自APP
peddlefish 发表于 2026-09-20 20:50:52
楼主这个纠结很真实,分享几点个人看法:1. LLM4Rec 这类工作其实离 LLM 主流技术栈比想象中近。SFT/RL/蒸馏这一套正是 post-trainin
感谢回复,主要是看到很多地里和小红书的帖子劝退llm4rec方向,1是说落地困难,2是说和general llm训练优化方向不同,相关经验转过去越来越困难,感到有被劝退
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-QTVIV  10 小时前 来自APP
匿名用户 发表于 2026-09-20 21:04:24
感谢回复,主要是看到很多地里和小红书的帖子劝退llm4rec方向,1是说落地困难,2是说和general llm训练优化方向不同,相关经验转过去越来越困难,感到
xhs说的没错,你出去面试一听是搞ranking的,你再怎么往LLM靠人家也不会认为你是科班出身,最后顶多拿个Applied ML的team给你面。如果你要转大模型,建议还是远离ranking。这玩意沾了以后只有ranking组找你。以后大家基本只关注直接experience match,除非你是啥大牛。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-66TW1  10 小时前 来自APP
匿名用户 发表于 2026-09-20 21:26:30
xhs说的没错,你出去面试一听是搞ranking的,你再怎么往LLM靠人家也不会认为你是科班出身,最后顶多拿个Applied ML的team给你面。如果你要转大
谢谢回复,目前这俩offer你觉得哪个更好呢,更好的llm相关机会感觉好难找
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-QTVIV  9 小时前 来自APP
匿名用户 发表于 2026-09-20 21:36:23
谢谢回复,目前这俩offer你觉得哪个更好呢,更好的llm相关机会感觉好难找
看你对行业的判断.--
AGI来了,传统码农(肯定包括ranking)没几个月了➡️Glean,即使不是最核心的方向也是先上车,别再碰搜广推
你觉得AGI对你影响没那么大,还能再去大厂苟苟➡️Meta
我个人会prefer前者,你去看看地里mrs大佬match不上oai就知道搜广推做穿了也是跟小孩坐一桌,只能去Applied ML。
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-JCIYS  9 小时前 来自APP
glean的ceo是不是原本rubrick那个“iit”的?看采访感觉他奇奇怪怪的,
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表