亞麻 優化管理職 或是 Uber 數據科學管理職

最近這週挺糾結亞麻的Offer

本身博士唸的是運輸優化相關的專業 工作了十幾年 做的方向也從 模擬 慢慢的往數據科學方面過去 最近這五六年做的都是數據科學相關的Technical跟管理的工作
最近拿到了亞麻的Offer
亞麻是L6 ＤＳ管理 主要做的是優化。數據科學組的結果，是優化這裡的輸入源.... 打聽過這個Org 聽到的評價是流動率很大 不好招人 還有組的環境 比較普通（跟一位這個組離職的人聊過，對這個組的評價很低）
剛面完了Uber 感覺機會蠻大的
Uber應該是5B ＤＳ管理，感覺做的一開始是走Data Analytics, Hiring Manger跟我說一年內招的人士要做core data science的工作。是在貨車相關的部門

薪水來說 應該亞麻的這個Offer 會跟 Uber 的差不多 所以就不比較了...

想請問各位，對於這兩家公司的未來前景，還有 優化方向 與數據科學方向 未來的展望的想法。

我是覺得 數據科學畢竟是最近這十年的主流，感覺發展性還是有很大的空間。相對來說，感覺優化跟供應鏈 在算法方面 好像成熟度比較高一點。

當然 去亞麻過個水兩三年 好處是可以出去說 我在數據科學跟優化方面都專長，以後這兩個的整合相關的工作 可能會比較有優勢....
假如 去Uber 當然就是在數據科學未來這塊會有更多的優勢..
但是 被一畝三分地 還有很多網上的帖子嚇到了 感覺亞麻好像到處都是坑?

在High Tech, 大家會覺得Uber 與 FAANG的Tech stack or 差距 會很大嗎？還是其實都在同一個區間呢？


謝謝大家幫忙...