DS来分享下你们的公司是坑还是yyds?

感觉地里有不少关于SDE的datapoint，八卦我司里面也基本都是SDE的比较多，但感觉DS的不是很多所以开个贴来收集一下各个招DS的公司体验如何， 有哪些pros and cons，方便在跳槽和等上岸的小伙伴~
先开个头:

公司：脸书
职位：IC, anaytics track
WLB: 非常不咋的，卷到怀疑人生
career growth：只要能拼还是很可以的，找对impact找对组就行

其他pros：compensation+benefit
其他cons：感觉impact driven的culture对DS不是很友好，遇上比较坑的PM和EM的话会过的比较痛苦

公司：A轮Fintech

职位：因为是小公司，所有ds岗位都要求是full stack ds, 每一个环节都要懂，但实际工作内容会根据各人背景有不同侧重

WLB: 除了偶尔赶deadline, 每天8小时够用

Career Growth: 我是最近才转ds的，能熟悉掌握组里的每项技术就很满足了，自己没想过短期内升职。在startup这么flat的结构，估计想升职就只能等下一轮融资扩招了，但你可以通过做
. From 1point 3acres bbs影响力大的project提升自己在组里的地位。

Pros：(1) ds组从data engineering到modeling到implementation甚至IT都要负责，能看见big picture.
(2) 因为是startup，很多东西都在建设中，我能从无到有去新建一样东西，而不只是修改和improve，还是挺有满足感的。

Cons: 钱少(和大厂比，但我作为新人还是很满足的，有人给我钱还让我涨见识，我觉得自己赚了)。

公司：B轮Healthcare

职位：我做的偏mle，写pipeline，做infra；别的同事就非常DS，从确定问题，eda，data cleaning，modeling，都要会。healthcare比较需要domain knowledge，如果比较资深，那和客户组产品组的交集就会很多，需要了解需求，转化成模型，并且sell 模型。junior ds还是以干活为主，没有很多和客户交流的机会。

WLB: 超级好，非常轻松，只要按时完成任务就行了，偶尔划水。

Career Growth: 唯一做mle的ds，所以不太明确，老板就是cto，他要管的太多，自然不可能很关注你的成长路线，需要自己争取。可能准备先换个title。别的DS目前就junior和senior。DA也在我们组，也是junior和senior。

Pros：1. full stack 整个流程你都看得见，可以对整个DS lifecycle有更深刻的认识
         2. 有很大的自由自己挖掘project，很大的owership
         3. build from scratch 每天造轮子，对自己写代码的能力有帮助吧，自己的想法可以马上实践
         4. 全公司大会展示的时候，可以让全公司知道你的impact
         5. 人少的话机会也会多点，不用自己去抢

Cons: 1. 钱少+1，加薪幅度不大，不知道senior的工资如何。
         2. 组比较小，没有特别资深的，感觉自己在闭门造车，不确定做的对不对。
         3. 技术栈也不是用的工业界流行的，但是满足自己的要求，不知道对跳槽有没有利。
         4. 如果想锻炼leadership，可能比较难。前期都是自己做自己的，也没有新人带。
         5. startup还是有一定risk，去年covid刚开始的时候裁了一些人，但是ds组没动
         6. startup很看客户，如果没活干，那就很无聊。。。。

公司：上市独角兽
职位：product analytics，主要是和pm  day to day cowork，从opportunity sizing，AB testing，deep dive analysis，BI & dashboard development。

wlb：上班的时候很忙，但不会有人下班周末找你干活。

Pros：1. product analytics有趣的是drive decision making，有时候没人让我干的活，自己看到产品和一些信息brainstorm出一个idea，然后check data觉得机会很大，sell自己的idea给pm，让eng去build，最后实验结果不错的过程其实蛮有成就感的。
2. tech analytics的compensation其实钱比传统行业ds多，base和同level eng一个水平，但是股票差一大截，考虑到工作的技术性，其实性价比挺高的。

Cons：
1. 有时候adhoc多的时候工作很痛苦，感觉自己就是取数机
2. 公司data infra不够完善的时候，取数也很痛苦
3. 基本是pm派活，ds manager一般不管短期项目，但是会care长期项目，有时候pm给你很多工作，然后ds manager有追着问长期项目，总之有种给两边打工的感觉。

公司：E轮Fintech

职位：ds，主要就是Modeling, R&D，会python sql就行，也不用什么高级的算法

WLB: 很划水，每天也就工作四五个小时

Career Growth: 升职无非就是从analyst到asso，再高就是manager了。感觉上升渠道不清晰也算是ds一个普遍的问题，组里四五年的老人也就是asso罢了。入职也没股票期权，即使IPO也与我无瓜。跳槽的话刚来不久还没有尝试不知道市场如何。
Pros：
1. 组里diversity很好，人都很nice，老大中国人很罩着我，工作开心没压力。

Cons：

. From 1point 3acres bbs1. 不在东西海岸
2. 挣得不如大厂，但在所在地区还可以
3. 组里用的模型都比较简单，感觉出去没什么竞争力
4. 饼很多，但是实际推进的很慢

总之是一份很舒服的工作，第一份full time就这么舒服容易温水煮青蛙。但毕竟之前求职的日子太累了，打算先躺平几个月，都适应好了再多学学知识刷刷题伺机跳槽。

公司：wish
职位：IC
WLB: 还不错，unlimited pto, 可以自由remote
career growth：主要看impact，有点full stack ds的感觉，需要什么都会一点，也有机会尝试不同的东西，ml, analytics, pipeline, dashboarding等等。

其他pros：整个公司data driven，很注重ds
其他cons：公司比较小，各种流程不规范，公司priority 经常变

公司：B轮startup

职位: Senior DS

WLB：项目导向。忙的时候（接近launch）每天开会占用很多时间，晚上还要加班到10-11pm，不忙的时候2小时就可以了。老板只看交付物质量，弄好就行。

Career Growth: 从junior到senior 2年，再往下只能靠团队扩张了。

Pros：
可以发paper发patent。
可以接触各个业务线/verticals，比如除了本职工作的读paper实现算法基本逻辑/算法改进，ad-hoc analysis，设计metric评价上线模型的表现，对parameter/feature/model选择做research提供理论基础和建议之外，还包括：1. 对即将上线的pipeline做写测例做测试 (QA)，2. draft PRD and APP wireframe (PM) ，3. 为产品写帮助文档 （customer support）， 4. 给mle做模型收集图片 （打杂intern） 等等等等。每周的工作内容都可能千变万化，不会觉得无聊，会觉得对自己的能力锻炼非常全面。

老板非常hardcore，有的时候stuck了讨论一下就会有aha moment （这种情况发生的并不频繁），技术上有成长。公司虽然小，但是面试bar比较高，组员能力较强，合作比较高效。

Cons：1. money：option是paper money，总体package一般。2. capability：要做的事情比较杂，所以每项做的不深入，没有培养很hard core的能力，soft也没有很厉害。长远来看对于职业发展依然迷茫。

公司：中型私企，传统零售业
职位：Business Analyst
WLB：事情不多，入职两年没有过ddl，是不是很神奇😂就是踏踏实实做事，做不出来跟manager说一声就会来帮忙，实在做不出来也不会给你很大压力，总体比较清闲，如果心态好的话可以一直划水养老

career growth：清闲的wlb对应的就是不清晰的成长路径。且由于公司性质，ba岗不创造利润，所以一直有点打杂的感觉，一般就是业务组来了需求就做一下，没有成体系的流程和结构，技术也很老旧

Pros：清闲自在，是私企所以管理层几乎没有政治斗争，因此老板也都很chill，对我们员工比较好，还给申绿卡

cons：一大堆，除非是养老的否则会疯。技术老旧，钱少钱少钱少，同事年纪大了没共同话题，一个萝卜一个坑升职无望，传统行业没有生机

公司：狗家
职位：swe
wlb: 我们组基本每周有效工作时间30小时左右。据我所知很多组也差不多这么闲
career growth：我觉得不划水，用心经营的话升到L5是没有什么问题，但是很多人卡在5升6，毕竟scope一下需要增加很多，于是很多5就躺平了。
Pros：公司氛围很轻松，manager很nice，基本没有什么人会push你，refresh不算高但是至少每年都有，待遇上整体就是中上吧，也赚不到什么大钱就是了。
cons：公司内部process过于复杂，导致开发launch速度都很慢，对于短期内想要快速晋升的人不太友好。

公司：上市SaaS独角兽
职位：ML Scientist，工作内容: MLops, 具体包括 EDA, data labeling, model development, post analysis.

wlb：闲得很

Pros: 这两年 SaaS火, 公司跑的快, 股票还可以(这两天好像跌回去了)

Cons：
1. ML在 SaaS 公司的应用还是很有限, 主要就是提高效率. 因此, 很难说服上头给我们 initial project. 上头也不重视 ML, 也不指望 ML 能干啥.
2. ML/DS 的工作止步于 Experiment. 真正上线 MLE 会把 code 重写一遍. Model serving, pipeline 我们不了解. 来了公司几年, 感觉也没啥长进.
3. 要经常和 Ops 的人扯皮, 具体就是说服他们我们的 ml service
4. 公司data infra不够完善的时候，取数也很痛苦.
5. Impact 有限. 做的东西只有 ML/DS 用, 经常处于你看看我, 我看看你的状态. 真正造轮子的是MLE.
6. Team 里的人似乎对此习以为常. 自己本打算想了解 ML 在工业的应用(比如如何落地, 解决实际问题 etc), 没想到了来了就写写 notebooks 和 docs.

哎, 是不是我的要求太高了?

公司：医院
待遇：跟同地区的ds base 差不多，没有啥benefit，基本靠情怀。wlb好，下班关电脑那种，但是邮局假期（就是假很少...）

project：挺有意义的，真真切切帮助医生，帮助病人，会做research，还会当甲方，试用各种乱七八糟地方产品。

skill：mostly 做analytics方向，会有devops，可以full stack，需要lead project。目前组里还没有masters毕业就招进来的。一般是phd或者masters后工作好几年。

组里比较diverse，我还挺看重这个的！很喜欢，有兴趣小伙伴我可以推

公司：🐶
职位：DS IC
WLB：卷到怀疑人生，我就不信fb比们组卷（听说有的组DS比较轻松）

pros：股票最近半年涨的多，公司福利还可以
cons：烦人的小活特别多，大活一堆人抢，夹在eng和pm之间两头难做人

总评：🐶家ds挺冷门的，我很多eng同学都表示自己从来没见过ds，全公司ds就几百人，比fb和微软人都少
大部分是统计phd，偶尔有econ/bio/math背景的，做的东西比较基础，很少用到ML模型
跳槽率比想象中高很多，基本都是跳去做AS/MLE/RS
因为人数太少，升职指标不太明确，有两年4升5，也有在4十年以上

楼主很好奇FB DS Analytics一般升职的路径是什么？是一条路走到黑吗？还是可以转去别的DS岗呢？

楼主在哪个组？我也在fb IC ds，感觉wlb还可以

匿名者 发表于 2021-5-14 11:06
楼主在哪个组？我也在fb IC ds，感觉wlb还可以

Ads zszszszs

491450451 发表于 2021-5-14 10:54
楼主很好奇FB DS Analytics一般升职的路径是什么？是一条路走到黑吗？还是可以转去别的DS岗呢？

别的DS岗具体指什么？FB的DS都是analytics的， machine learning不是DS。

匿名用户 发表于 2021-05-13 20:24:17
Ads zszszszs

哈哈哈楼主离开Ads大好的WLB等着你

匿名者 发表于 2021-5-14 11:39
哈哈哈楼主离开Ads大好的WLB等着你

求推荐有什么好组！打算PSC之后换组！

491450451 发表于 2021-5-14 10:54
楼主很好奇FB DS Analytics一般升职的路径是什么？是一条路走到黑吗？还是可以转去别的DS岗呢？

often called sql monkey