亚麻 AS 跳槽总结

楼主在亚麻作Applied Scientist，因为家庭原因要relocation，所以从年中开始准备跳槽。因为在现在的组里待着很开心，老板非常supportive，和同事相处也很愉快，所以跳槽的时候并没有很“用力”。target就是平级跳，所以面的还算顺利。只联系了六个自己真的会去公司，面了五个，三个offer，一个onsite waive，一个reject。总结一下自己的经历，希望对地里的小伙伴有些帮助。
总结

狗 (Machine Learning Software Engineer)：phone interview (wavie) -> onsite -> offer -> 从了
LinkedIn (MLE)：phone interview -> onsite -> offer
Pinterest (MLE): phone interview -> onsite -> offer
Twitter (MLE): phone interview -> onsite -> reject
FB (MLE): phone interview -> waive onsite
字节：简历据 😂


楼主上半年的时候因为家庭原因要relocation，所以打开LeetCode开始刷题。四月多到六月的时候集中刷题，因为有之前的底子，所以pick up的还算快。LC没有刷很多，最后数了数350左右的高频题。但是每个题都做的很熟练，多的刷了六七遍，少的也有两三遍。按照现在LC的题目数目，全刷一遍是不可能的。感觉重点还是要把高频题吃透，明白什么类型的题要怎么做。期待在面试的时候遇到原题是不现实的。我在面试过程中只在面LinkedIn遇到过一个LCA的原题，但是coding基本没有出问题，都过了。

地里有很多关于在职跳槽如何合理利用时间的讨论。准备跳槽前，我的工作时间基本是 995 + 周末工作一天。跳槽期间工作时间保持朝九/十晚五/六，其他时间拿来准备面试。具体是这么做的：工作日早起刷题两小时到两个半小时，九点半到十点开始上班。晚上把本来用来加班干活的时间用来复习刷过的题，或者在后期用来准备system design。周末把原来用来加班的时间刷题和准备面试。

MLE/AS 和 general SDE 在面试的时候还是有区别的。相同之处是都要花大把的时间在coding上。对于system design，MLE的要求没有SDE 高，但是简单的设计，tradeoff 还是要知道的。虽然现在的面试已经很标准化了，但是每个公司每个面试官的要求/出题思路还是不尽相同，所以适当的多准备一些肯定是没错的。我用的就是grokking，但是这次没问的不多。除了这两样，MLE还要准备很多ML相关的知识。虽然很多东西平时会用到，但是面试前还是要花时间好好复习一下。ML system design 是必考的，onsite 平均两轮。因为我平时的工作有不少系统方面的涉猎，并且自己也感兴趣，所以这部分对我来说还好。

具体面试

狗
狗家是第一个面的(虽然我不想，但谁让他家时间线拖得久呢。。。)，拖发小referral的福，phone interview给我免了。onsite五轮，两轮coding，两轮ML system design，一轮BQ。coding的话，一个是二维DP，一个是套着华丽外壳的BFS。二维DP 一开始没写出来(真么见过，而且是面试第一轮，一上来一个印度小姐姐笑眯眯地来了一个hard，我心里先凉了一半😂 )。不过小姐姐人不错，讨论的很好，最后把DP 公式写完成了，但是差三分钟没有把code完成。BFS的题没啥说的，主要是读题，搞明白他要啥。狗家很多题都是这种风格，和考察阅读理解似的。当你读明白题，就做出来一大半了。两轮ML system design都是推荐系统相关，没什么太难的。倒是BQ轮让我有些措手不及。作为一个在亚麻历练过，16条军规熟记于心的过来人，并没有花很多时间准备BQ。面我的印度小哥显然是个新手，45分钟的时间，面了20分钟就表示 你很棒，我没问题了 😂 。我只准备了已给给面试官的问题，所以赶紧抛出去拖时间，同时上网搜可以问什么问题。。。好歹最后凑够了45分钟。。。

LinkedIn
L家貌似也是面了5轮：coding + data coding + 2 ML system design + HM BQ。整体下来基本没什么起伏。我面的他们的senior，但是最后被down grade了一级，因为data coding不够好。我当时已经有了狗家的offer，他们也知道给我这个offer我是肯定不会去的 (说实话降一级的话我就是留在亚麻也肯定不去L)，所以最后HR给我客气地约了个电话说了说feedback就没有follow up了。但是在L家有个感触就是面试真的也是看运气的。data coding算是他们家比较独特的一轮，我准备了一些经典的面经，但是我面的时候，面试官给了一个从没见过的题，他自己也解释不清楚他想从我这儿考察什么。导致一开始就像没头的苍蝇一样乱撞。我明明回答出来他的问题了，他却说，我们可以从另一个方向考虑，等等。直到40分钟才get 到他的考点，但是最后20分钟时间实在是不够了。举个例子，考官考推荐系统的设计，从system看，可以考很多不同的点，从ML方面可以考数据处理，model 设计，model优化，model training，model serving。每一个都够说半小时的。作为一个考官，起码应该一开始明确一个方向。不能我讲了十分钟model training，你说这不是我们要的，再说五分钟数据，你说靠近了，但是也不完全是我要的。。。

Pinterest
P 家面了六轮，1 coding + 3 ML system design + HM BQ + data intuitive。而且每一轮都是1小时。面完以后整个人都瘫了 😂  尤其是ML system design，感觉把他们家明面上的功能都设计了一遍。推荐系统，hate speech detection, 还有个忘记了。考的很杂。比如又问到怎么拿到data，我说可以从log里面拿。马上follow up 问 raw log数据长啥样，怎么拿。我觉得要是平时没见过真的很难打得出来。。。model 方面问的也很深入和灵活。但是要吐槽一下他们家的HR。本来我想的是平跳，就面他们的L4，结果给我安排的L5。后来我说想面L4，结果面试当天发来的schedule还是之前面L5的，最后硬着头皮去面了L5。最后只给了L4 的offer，但是total package 超过他们的L4 不少，是接近L5了。在P家的朋友说面试没问题，应该是YOE不够，所以没给5。最后我说不去了，他们说可以再加钱。总的来说体验不错，最后没去感觉也挺可惜的

. Twitter
只面了四轮，但是每一轮都是连个面试官。1 coding + 2 ML system design + 1 HM/director BQ. 因为他们家是组招，而且做的方向和楼主在亚麻做的非常像，所以面试过程非常顺利。有很多共同的话题和challenge。面试全程更像是在聊天讨论project，有些pain point/challenge 他们说一半我就能接上 (反之亦然) 面完以后的感觉是这几家里面最好的，但是最后收到的却是拒信 😂  最后和HR约了个面试想知道问题出在哪儿了。结果说没啥问题，全程没有任何不好的，更别提red flag。之所以没给我offer是因为他们想直接招我作senior，面试的感觉不是非常strong，但是平跳感觉我不会去，所以最后干脆没给offer。。。

FB
面到最后太累了，而且FB因为perm的原因有offer也不去。再加上那时候已经有三个offer了，Twitter的reject还没来，想着做人留一线，不想把事情做满，所以就waive掉了


最后想说一点儿感想

首先是想对现在还没上岸的小伙伴说的：别放弃，大家都是这么挣扎着过来的。几年前我自己刚开始找工作的时候也是很挣扎，面试很少，挣扎了半年靠着一个offer上岸。期间迷茫过，抑郁过，哭过，怀疑过。我想用自己的经历告诉你们，大家都是普通人，都要有这么一个克服困难的过程，过来了成长了，就不再害怕了。

其次是，在亚麻两年多，感觉各个成长了很多。尽管地里吐槽亚麻的帖子很多，但总的来说我还是心怀感激的。我自己运气不错，遇到了一个愿意带我，给我机会的老板。不管在哪个公司，直属老板都是最最重要的人。能在亚麻遇到一个这样好的老板都是我自己的幸运，这也是我最不舍的地方。在这里给我老板打个广告，如果对亚麻 AS (L4-5) 有兴趣的同学可以私信，如果有合适的机会/match，十分愿意推荐给我老板。和家人长期分居实在不是办法，家里人从一年多前就开始动员我relocation了，但是一直舍不得现在的组，拖到今年才行动。

最后为什么选🐶。狗家给的比一般地里的L4要多一点儿，但坦白的说比P家的package一年少5w左右，而且还是考虑了狗家新发明的RSU front load。最后去狗家，主要原因还是觉得match 的组更感兴趣，在Ads那边，有机会做很多deep learning modeling。P家的项目和他们组的人仔细聊过，感觉modeling太少。最后比较一下，狗家更符合长期发展，P家更像是短线捞一笔。我的思路有点儿像前几天一个前辈在他的帖子里提到的，我更看重三年后自己的位置，而不是当下，特别是自己还在职业生涯初期，更应该注重学习。当然，因为奇葩的 front load，三年以后的收入肯定会下降，所以也是逼着自己，这两年要么原地升职，要么跳槽滚蛋面别的公司的senior。

今年找工作形式不错，最后祝大家都能找到好的工作。希望自己H1B transfer顺利，在狗家工作顺利 :)







补充内容 (2021-10-22 01:58 +8:00):
烦请管理员，可以的话把帖子挪到面经版，这样就可以匿名回复了。看到有些朋友是匿名留言的，但是找了半天不知道应该怎么做。。。或者有没有好心的小伙伴教一下，怎么匿名回复/留言。谢谢

统一回复一下问的比较多的995的问题。我们组确实比较忙，这个是实话。因为方向偏application，比较核心，所以大家都很忙。就我所知，在AS这个job family里面绝对算最忙的组之一。所以大组的turn over rate并不低。我幸运的是老板比较好，所以我们组的turn over rate在大组里应该是最低的。Covid以来除了reorg，没记错的话我们组没走过人。隔壁组就比较惨，十几个人我去的话资历已经能排到前三。。。

995...太长了吧，能展开说说为什么每天要干那么久嘛😂

匿名者 发表于 2021-10-21 02:35
我们组的国人AS也是卷王 995 + 周末工作一天 一问都说比读phd时轻松多了

兄弟，读博士难道不是997吗。。。确实是比读博轻松啊。。

给楼主点个赞！十分同意刚开始增长技能很重要，也是受之前老哥帖子的启发还是要看三年后的自己。从这个角度，想问下对第一份工作来说，亚麻AS，FB RS ML，狗的SDE，哪个会发展的更好？

还有一个问题亚麻AS，995真的不轻松。是因为组特殊还是有很多同学这样？

感谢分享！楼主可以分享一下如何准备ML System Design轮么，这一轮一般更偏system还是更偏ML呢？

你好楼主，貌似匿名不能发私信，能私信一下组名或者老板的alias吗，我也是亚麻的scientist想转组，谢谢！

感谢楼主分享！请问一下楼主面的这几家，看上去ML system design是重头，至少2轮，看上去并没有有单独轮考察generic system design （偏distributed system/API design这种），是这样吗？还是说穿插在ML system design那一轮？

楼主能说下背景么！yoe？有phd吗？竟然这么多design轮

能弱弱的问一下亚麻AS为什么工作时间这么长吗，是因为一边要做产品一边要follow up最新研究发paper？