[加米!!]加拿大SQUARE，是否该去加拿大Microsoft Bing

今年四月，随着美国中大厂涌现加拿大remote的职位（主要是加拿大是compensation的洼地）社招进入Square Machine Learning Engineering L5，到现在半年。当时（五月）同时申请的Microsoft  Applied Scientist的职位 （search & ai team），十月份突然联系我了。我就索性面试了一下，没想到过了。现在面临选择。


我个人想到的是：
Square Pros:
Work Life Balance 很好，FinTech潜力在北美仍然很大，内部转组相对容易
Cons:

现在在frontline组，对于做machine learning modeling的来说，感觉没有太大发展空间，模型单一（tree based models），很少接触前沿 （deep learning）。

Microsoft search & ai team Pros:

大厂； 应该会接触一些前沿的modeling （deep learning related），这和我之前两年的经验很契合，这对以后的career growth会好一点？
Cons:

据说Bing的Work Life Balance比较差？不知道search & AI组这么样。Microsoft 已经很大了，潜力可能没有square大？内部转组不容易

本人大龄转码，machine learning 方向。现在娃还小，没有父母帮忙，所以可以适当加班，但是WLB很差，可能承受不了。
现在离开，会失去sqarue的第一年的RSU（虽然加拿大本身也没有给多少RSU，还要直接砍掉50%交税）
Microsoft 的 TC 暂时还没有出来。看网上报的offer，应该会比square高一点。
想问问大家的看法？感谢


补充内容 (2021-11-26 06:04 +8:00):
职位都是加拿大remote

软家什么级别？比square高吗？各有利弊吧，微软如果到一个坑组是很恶心的，如果喜欢现在组manager也可以再呆呆。微软换组很麻烦，和换个公司差不多。而且美国square pay应该比软高不少。

Jonny99 发表于 2021-11-25 18:17
我也有听说过时间太短跳槽不是很好。具体影响可以展开讲讲吗？
我现在还是在收集信息，以帮助自己做最后 ...

正在跳槽，我也不知道多久算不好，但是半年跳槽我是觉得有点不好，写在简历上像是公司连signon都不想给你把你炒了一样。具体的问问hr吧，hr肯定会更有了解

Jonny99 发表于 2021-11-25 15:21:54
这个职位不会去做project turing，但是说是用project turing的pretrained model 去做product，主要是model的domain adaption，比如fin

Pretrained LM的fine tuning也算很前沿的研究方向。如果你想保持在DL前沿的话这算是个还不错的机会。当然这玩意也可深可浅，现在这些大型LM稍微fine tune一下就有不错的效果。

自己的一點想法，在各個地方做過 ML 工作

實務的 ML (真正有 business use case)，都還是簡單的 model 為主
研究趨向的 ML 才有 DL,NLP 比較多，但是因為 performance 和 audit 等等等等關係，可以真正 deploy 去用其實沒那麼多，大部分還是 showcase 一些 usage 或是發 paper

看你是對哪方面更有興趣。發展上感覺若走研究走向，有個 phD 等等的研究背景，帶領大 projerct 會很有趣，如果沒有很強的研究背景那就是去另一個地方 implement 一些不一樣的 API。實務上的 ML 在業界的 stack 挺混亂的，不管去哪都有很大的進步空間，但就會慢慢走向 software engineering 的路，目前看到的大部分 production ML 的問題其實都是傳統 software engineering 的問題，只是現在 input 變成 binary 和 data 有很多傳統上 software engineer 沒有的 gap 還待解決。

Square 加拿大transfer 去美国简单嘛？

十分同意上面大佬的想法，目前真正的能被用在business的真的都是简单的模型，大部分前沿的东西都还是在research的过程中。

最近看了一堆推荐系统的paper和资料，到目前为止厂商还是在运用content filtering和collaborative filtering。根本没有人用deep learning在business做推荐系统，他们只会用deep learning研究来参加一些比赛，因为真正被运用的过程中还要考虑很多cost。我这只是举个例子。

至于要不要跳槽，我觉得你可以square拿到第一年的rsu再跳，问问微软能不能等，不能等就不去，微软肯定技术会比square好一些，毕竟看看paper的数量就比square多。但是说实话就你目前的水平加拿大mle应该可以随便跳的，比如狗家的mle我觉得会更靠谱一些，wlp肯定会更好。等孩子长大了可以试试meta，我只能说如果想学最前沿的技术就是去meta和狗家了，剩下如果你只考虑tc的不如去些startup当mle了。

补充内容 (2021-11-26 07:01 +8:00):
我的错，确实不能说根本没人用，因为语义模型是DL来判断的,毕竟embedding的过程是目前提高推荐效果最好提升的部分了。

xinWUFU 发表于 2021-11-25 16:45
十分同意上面大佬的想法，目前真正的能被用在business的真的都是简单的模型，大部分前沿的东西都还是在rese ...

不太同意，了解几个大厂都在用DL做推荐，至少亚麻/netflix/airbnb/Google 甚至credit karmar 都是DL的推荐， 至于中厂或者非Tech的，有时候甚至直接买Supplier的推荐系统就好了。。见过直接有厂商接入的推荐系统搞定的。

xinWUFU 发表于 2021-11-25 13:45
十分同意上面大佬的想法，目前真正的能被用在business的真的都是简单的模型，大部分前沿的东西都还是在rese ...

入职的时间是可以谈的吗？（没有入职过美国大厂，没有概念）
如果考虑TC的话，平均来说多出多少是可以考虑的门槛？

我考虑的是Deep Learning，如果不持续做，很可能就落后了，因为技术更新很快。我现在的组不太可能让我有时间去碰deep learning，虽然我觉得deep learning也可以在tabular data上试试。每天的工作大部分就是data analysis，build new signals，train tree-based models。
去 Bing的search & AI组，他们做的NLP的工作，跟我上一家公司的做的事情几乎一样。但是会更大，更全面去build product。确实microsoft最近在NLP上面的发力挺大的，有OpenAI，project Turing。我面试的职位发paper的概率应该有，但是不大，更多是面向product。我是想在里面应该会比SQUARE更能接触到不同的技术层面。

我也考虑过Meta，觉得metaverse 很有趣，但是一直考虑要等一年，所以没有申请。Microsoft的Hiring system，真的很无语，半年后的今天才给我面试。

Chacaj 发表于 2021-11-25 13:28
自己的一點想法，在各個地方做過 ML 工作

實務的 ML (真正有 business use case)，都還是簡單的 model  ...

谢谢 你的观点。
其实我比较喜欢科研，但是背景并不是CS，AI的Ph.D，没有相关paper，所以觉得追求科研，并不现实。所以觉得自己还是应该务实。 只是觉得暂时在SQUARE遇到了瓶颈，学习新技术的机会没有多少，自己做的事情觉得没有visibility，属于那种必须有人做但是没有创新的空间的事情。所以考虑是不是要变化一下。
Microsoft的工作可能会跟我之前的NLP背景非常接近，不过project更大，跟面向product。我也感觉deep learning NLP 可能要走到瓶颈了，去抓这个最后的尾巴不知道明不明智。

2ndcat 发表于 2021-11-25 14:12
不太同意，了解几个大厂都在用DL做推荐，至少亚麻/netflix/airbnb/Google 甚至credit karmar 都是DL的推 ...

谢谢回复
你对machine learning engineering/applied scientist 的职业规划怎么看？

Jonny99 发表于 2021-11-25 17:26
入职的时间是可以谈的吗？（没有入职过美国大厂，没有概念）
如果考虑TC的话，平均来说多出多少是可以考 ...

可以谈的吧，你问问给你offer的人，确实nlp非常有用，而且就你所说的，这个偏research，你更喜欢，感觉你已经做出选择了，我只是觉得如果你square工作半年跳槽会不会以后影响不好，我也不知道phd加拿大 applied scientist TC能有多少，知识盲区了。