Intuit vs Visa data science offer选择

想请问论坛里各位朋友，收到了两个offer，intuit的senior data scientist和visa的senior manager data science。都是fintech领域，总包基本差不多，visa也许能谈高两三万。请问一下大家觉着哪个更有发展前景啊？目标是未来1-2年之内跳槽到顶级科技大厂faang或者airbnb uber这种做ds。真心很迷茫，希望前辈指点。

• intuit主要是做credit risk ML模型，涉及到marketplace的user merchant matching，用ab实验/casual inference证明incrementality，marketplace上的pricing，以及探索genai。
• visa主要是做fraud/dispute领域，涉及ML fraud模型，NLP/Regex和LLM做feature extraction，以及设计agentic workflow rag之类来优化用户dispute transaction的步骤。

我内心是希望可以1-2年之内跳槽到faang或者airbnb uber这种顶级大厂做ds的，这次也尝试了但是失败了，原因是传统金融出身，跟互联网匹配度比较低，简历比较难过，即使是过了也因为ab实验和casual inference以及比如supply demand这种case的经历太少被拒。我现在想法是

• intuit pros：
• • 传统tech大厂，而且能接触到marketplace，incrementality等fintech项目，是不是可迁徙到faang大厂的技能会多些？
  • 而且跳进了tech未来拿其他tech面试是不是更容易？
  • 而且内部是不是可以偷学很多前沿其他组的技术，充实自己，未来跳槽时补足我marketplace/experimentation/casual inference的短板？
• intuit cons：
• • 岗位本质还是credit risk，不会像uber airbnb这种纯marketplace做incrementality pricing之类的，只是会涉及到。
  • 岗位不能start from bay area，过几个月可以relocate。
• visa pros：
• • title是senior manager(还是ic)听起来高？
  • 可以bay area入职（不知道location到底跟未来跳槽顶级科技大厂有多大关系？）
  • 可以上手很多llm项目，处理dispute文本数据，包含传统nlp，regex，以及最前沿的llm evals rag prompt engineering之类。
  • 未来自己fraud，nlp，llm会很强
• visa cons：
• • visa还是金融公司，自己不想一直在金融领域
  • 在fraud领域会不会把自己锁在金融领域了（我已经有4.5年包含fraud模型的经验了），未来更难拿到tech ds面试？
  • 且在visa不做ab test跳槽时也不利，casual inference也不做（隔壁组做也许可以偷学？）。
  • title也许只是虚高（我看很多5yoe的人也都是senior manager了，不知道visa内部是怎么定义senior manager的）。
  • 其次NLP跳槽时会不会太局限了？感觉很少专门做nlp工作的ds。
  • 最后做llm rag prompt engineer这些，对跳槽有利么？我感觉这次跳槽时大部分ds岗位还都是传统的experimentation/casual inference/machine learning技能最重要。

感谢各位前辈指导宝贵建议，谢谢！！

既不share面经 也不要说包, 光索取不奉献地里

以你的诉求，这两个中间无脑Intuit. VIsa那边虚高的Title对你跳Tech没用。另外如果你想跳Tech，哪家更闲更好骑驴找马也是一个因素。我对两家都不熟所以不知道哪家更有时间做你自己的事，这个就得你自己研究了。另外不要对big tech的DS有什么幻想，越是成熟的大厂里AB这种昨日黄花的技能都早就有成熟platform自动化了，AI一来更是不要你做啥。建议你入职这二家中的一家后搜集多些信息，好好想清楚AI冲击下DS未来可能的发展方向和你自己的优势以及更新后的目标后再做打算。

这是一个很多一线DS都感到迷茫的问题，以我这些年的经验和我与同行们的交流来看，我只能告诉你我观察到的情况：目前已知AI能替代的是几乎所有能够被推理和逻辑囊括的标准化硬核技术，包括且不仅限于coding (SQL & Python), 标准化A/B Test里一直到给具体recommendation之前的几乎所有流程，基本的ad-hoc分析，基础的causal inference方法论构建和coding framework等等。目前AI不太能替代的是更偏creative problem-solving和需要特别多的domain knowledge或者product context才能做出的能落地的决策。注意这里一定指的是能落地，因为给generalized或者想的很全面的方案它还是很厉害的。

综上所述，个人拙见：在AI完全替代DS以前，以后更需要的是全能性和ownership型DS，就类似于现在的staff+级别DS。真正从scratch开始干活的机会比较少了，但得能在策略上有远见，在domain上是experrt，且DS的技能全栈都得懂，所以检查ai这种junior甚至senior级别DS技能输出质量和漏洞得不在话下，同时又得给AI以很好很全面的方向性指导，让它稳稳地走在你想让它走的路线上不偏航。

具体到你头上，我还是觉得你得尽快在未来一两年找到你想深耕的细分方向比较好。因为我认为以后最重要的恰恰不是hard skills本身，而是你在细分领域不可替代的经验以及经验里磨出来的远见。

根据你的需求 无脑选intuit

利益相关：另一家的

匿名用户 发表于 2026-10-27 12:26:54
既不share面经 也不要说包, 光索取不奉献地里

还没有来得及，都会发出来的！

匿名用户 发表于 2026-10-27 12:26:54
既不share面经 也不要说包, 光索取不奉献地里

还没有来得及，都会发出来的！

匿名用户 发表于 2026-10-27 12:50:13
以你的诉求，这两个中间无脑Intuit. VIsa那边虚高的Title对你跳Tech没用。另外如果你想跳Tech，哪家更闲更好骑驴找马也是一个因素。我对两家都不

谢谢！！请问您觉着未来DS发展前景在哪里呀？我现在理解就大概是兼顾着传统modeling/ab/causal的活，同时做更多llm/prompt engineer/rag来对现有业务优化….想听一听您的看法谢谢

For your stated 1–2 year goal, Intuit is the better bridge, but not because of the brand alone — it is the only one of the two that lets you own experimentation and causal inference end to end, which is exactly the gap that blocked your FAANG / marketplace interviews. At Visa you would deepen fraud and LLM / RAG work you already have 4.5 years of, and the senior manager title will not outweigh a resume that still lacks AB tests, incrementality and pricing / supply-demand cases. Before deciding, verify the Intuit team's actual experimentation ownership, manager support for cross-team projects, and relocation timeline in writing, and use the Visa offer only as negotiation leverage on total comp, not as a reason to stay in a narrower fraud lane.

请教一下，面试是怎么拿到的？
谢谢

mathuser 发表于 2026-10-27 18:59:44
请教一下，面试是怎么拿到的？
谢谢

基本都是hr linkedin reachout..我所有面试的话，感觉20%海投，50%内推，20-30% linkedin reachout的