从DataScientist聊微软

版里很多八微软的，我从data scientist的角度来讲一讲吧。说的不对请轻拍。
总体来说，微软还是很不错的，work life balance很好, pay 虽然比不让fg等其他tech公司，总体还可以，特别是如果升职快的话。
1. 先说一下招聘。招聘分 on-campus hire 和 individual hire。Fresh 绝大多数是从 on-campus hire 过来的，不分组统一面，接了 offer 以后会分给每个 vp 和 director. on-campus hire 的好处是如果不喜欢，可以要求在同一个 vp 下面换组，一般不占用 director 和 manager 的 headcount,  所以换组不难；股票要比同级别的 individual hire 多很多；individual hire 一般不面 fresh，除非 hiring manager 很强烈要求，因为这是两个不同的 HR team 在做，容易打架。individual hire 是每个组自己组织面试，hiring manager 起决定因素。微软的内推和 FG 等公司比，作用相当于0。微软内部有个内推系统，推荐人可以提交简历和选择相应的 open position，简历就会进入到 pool 里。HR 或者 HM 会从这个 pool 里挑挑简历，看上眼的就会挑出来，绝大多数就沉下去了，拿不到电面。另外一种内推是把简历直接给 HM 或者组里的人。我两种内推方法都试过，第二种容易拿到面试机会。

2. 再说面试。我没参加过 on campus hire 的interview, 就不讲了。individual hire 的经验比较多，自己也组织过，招过人。因为是每个组自己组织，所以每个组面的内容和标准千差万别，取决于组里的工作内容。微软的产品线很多，每个产品都有自己的 data science team, 比如 Azure(还具体分 storage, computing, network 等), Office365, Bing, Xbox, VS Code, Power BI, Dynamics；Functional team 也有自己的 ds team, 比如 marketing, sales, HR, legal (对的，你没看错)。建议大家面试之前，一定要搞清楚组里的主要工作内容。有的组偏 analysis 和 reporting, 那么 business sense, sql, statistics 就多考一些；有的组偏 deep learning, nlp 或者 cv, 那么 nlp, cv 就多考一些；还有的组考coding, leetcode medium 难度。当然，基本上我知道的所有组，都会问一些算法或者modelling。一般电面1到2轮，onsite4轮+1轮AA。最近有一些组开始加1轮 presentation了。AA一般是隔壁组的manager，或者hm的manager。大多数情况下，面试结束后，在 interview loop 里的人会先 debrief, 然后 hm 再做决定。AA 和 hm 的话语权最重，决定权在 hm 手里。我见过所有人都说 yes, hm 据了的；也见过所有人都是 no, hm 发 offer 的。所以 hm 面的那轮格外重要。微软允许同时面几个组，从我之前和对接我们组的 recruiter 打交道看，他们甚至希望 candidate 能同时面几个组，可能这样可以提高通过率还能省些钱。不过微软不允许内部 compete，如果同时拿了几个组的 offer，candidate要先选一个组，才能谈价钱。

3. 简单说说微软的pay和promotion。通常情况下，本科生进来是59, fresh Phd 是60。拿 return offer 的，面试 strong performance 的, 有 compete offer 的会涨1个level。微软有 data/apply scientist 和 business/data analyst 两种职位，属于不同的track。data/apply scientist 和 sde, pm 都是engineering track, business/data analyst 和 marketing manager 都是business strategy track。同一个track下，同一个level ds 和 sde cash 差不多，股票少。不同track，差距很大，engineering track 61 比 business strategy track 63钱还要多。还有看组，好的组 bonus, stock 都要多一些。
微软的 Promotion，主要看组和老板。组里发展势头好，budget 足，升职的人就多；老板喜欢你，总会给你找找 impact 大的 project，帮你争取更多的 credit, 甚至帮你 build reputation。一般63以下，1-2年升一级。64到66好的组快一些，差的组很慢。68以上看命，毕竟是partner了。63以下，基本上自己老板(至少level 66， 有些64，65是M1 manager的话语权就弱些，因为上面还有66,67的M2 manager) support就可以了。62->63, 63->64 可能需要你 manager 去 director 那里和他的 peer compete 一下，主要取决于你老板有多坚持和在 director 那里的分量，当然了你自己还要在 director 面前好好表现。64->65在微软算是很大的一个跨越，要 director support 了，再往上我就不清楚了，毕竟我老板才66。总的来说，升职由四个方面决定，组，老板，自己的skill/project, 人际关系。个人觉得 组=老板> skill/project = 人际关系。一个好的老板最重要，64以上，人际关系就很重要了。微软大多数人停在63, 64，有些人是能力一般靠年头升到了63，有些人是升到63、64就想轻松一些了，毕竟65的责任比64要大一些，累一点，但有的时候不受老板待见的65没有高的64挣得多。

4. Project 和技术栈。公司太大，产品太多，不同组的区别还是挺大的。有打酱油的组，没什么技术含量，也有技术很牛的团队，用很新的技术，看老板的能力和工作态度。我们产品做的很不错，牛的人很多，我见过一把年纪的architect从早到晚在电脑前工作，被sde当神一样供着；也见过很牛的pm，本科毕业9年升了7级，负责整个产品的feature。我经常和sde, pm组合作，从sde能学到很多engineer的技术，也能从pm学到很多business sense的东西，收获很多。

5. 公司文化。work life balance 是出了名的好。大多数组是不用加班的，很多人10点多来，5点多走，每周或者每两周work from home一天。有些组会忙一些，赶到产品 release 或者 oncall 要加班，但不是天天这样。高层政治斗争激烈，尤其 vp 以上。我们 vp 每年都会吞并其他 vp 的人，然后reorg, shuffle 一下自己的 leadership team。不好的点是 goal 和 project 可能每半年变一次。

总的来说，适合养老，也适合经验5年以下的人，可以快速学习和提高，升职也很快。Level 比较多，每年都能升一个 level，会有成就感和工作动力。

"追的女孩变成了我太太。"
有点浪漫啊

LZ写的也是很中肯实在了，比之前那个什么谈谈微软几个大组的帖子高到不知道哪里去了

求问前辈了解windows Experience & Device组吗？最近拿到了这个组的DS offer

楼主觉得微软的 data culture 怎么样？data scientist 能有很大的 impact 吗？

好帖啊，感谢楼主

好贴 感谢分享

基本说的很中肯了，不过微软的pay真的太低了。

本文被选为03/17/2019全站置顶文章之一。
作者获得大米奖励。谢谢你的分享

感谢LZ详细的分享，今年也拿到了微软cloud system, ai and mixed reality 组的data / applied scientist 实习offer， 考了lc hard， deep learninh, NLP相关的题目。不知道楼主了解这个组吗？ 另外请问楼主applied scientist 和  data scientist 岗位有什么区别啊？ 非常感谢！

哇给楼主认真出品的长文点赞

很认真地问

怎么才能遇上楼主妻子这样优秀的女生哈哈哈

请问什么是 rest and vest？