最近跟亚麻的一些AS前辈聊了聊

我面试的时候HM跟我说Amazon的AS是一个not well defined的title。水平不一。而且很多AS都觉得自己最厉害，别人都不如自己。特别搞笑。

这是我在申请他的一个AS职位，但HM找不到这么多同级别的AS来面试的时候给我说的理由。不知道真假。

跟楼主背景很像，看过很多楼主写的东西都深有同感简直感觉是自己写的。希望楼主不要理喷子，继续写下去。

整个行业AS variance巨大，在我眼里真的AS也就是那些top 20 Applied Math, Physics, Math, Stats, ML的PhD，一个个硕士毕业慢慢转的几斤几两大家心里都清楚

匿名者 发表于 2022-3-5 19:23
整个行业AS variance巨大，在我眼里真的AS也就是那些top 20 Applied Math, Physics, Math, Stats, ML的PhD ...

其实和出身有很大相关性，但也不绝对。top校统计系数学水平渣的phd我见过不少，也审到过弱校写得不错的理论paper（尤其是亚洲人）。

亚麻AS背景不一在我看来是件非常有意思的事，我很容易可以找到各个领域的人讨论问题。

其实AS最重要的不是AWS技能，不是写code，而是end-to-end分析问题，解决问题的能力。这需要非常了解customer，知道他们到底要什么。这需要product sense，用所有人能听懂的语言描述你要做什么，解决customer什么问题，要达到什么效果。这需要对理论很熟，不要过分简化或者复杂问题，而是证明我的解决方案是最合适的。这还需要对dev的框架有概念，能够独立把第一版模型自己做出来应用上，然后告诉dev你对系统的requirements，让他们做出来robust的系统。

cpwang007 发表于 2022-3-6 10:49
亚麻AS背景不一在我看来是件非常有意思的事，我很容易可以找到各个领域的人讨论问题。

其实AS最重要的不是 ...

我是这么感觉：所谓applied scientist当然工作重点在提出更好的model解决问题，比方说有7成是解决问题（scientist），3成是工程实现（applied）。对大多数人来说，难点当然是在science方面，毕竟很多人看来applied部分-也即engineering/coding，是CS本科生都能上手学会的。但是对我来说，我phd的训练就是解决问题，他们的ML formulation怎么会让一个发顶会papers水平的人感到困难呢？另一个角度，production却是我从未涉及到的，基本上毫无相关知识，对快速pick up这部分充满未知。

一方面来说，一个更强调science方面的AS对于phd来说上手会更轻松，另一方面，在自己的工作职责不涉及太多engineer的时候，如果能主动pick up AWS，并支持组里其他人甚至支持其他AS的工程实现，都会是自己工作的亮点。
坏的方面讲，亚麻的pip文化本身就会要求同事之间恶性竞争，那么如果一个AS能比其他AS多掌握某方面能力，那么在pip quota的竞争中无疑更有优势，更不用说promotion。毕竟亚马逊是个丛林，在丛林里生活就要遵循丛林法则，弱肉强食。我对此无感，所以不去亚麻，但是对身处亚麻的人来说，这就是他们的生存之道吧。

find_advice 发表于 2022-03-06 11:09:26
我是这么感觉：所谓applied scientist当然工作重点在提出更好的model解决问题，比方说有7成是解决问题（scientist），3成是工程实现（applied）。对大多数人来说，难点当然

学术界和业界还是有区别的。不过你开心就好

请问lz 你知道如果是master去做as 升职容易吗？like 一般要几年能升到senior呀

RVDong 发表于 2022-3-6 18:23
请问lz 你知道如果是master去做as 升职容易吗？like 一般要几年能升到senior呀

不懂，我对升职无感，没问过类似的问题。

我有些好奇的是，为什么大家会在意升职呢？为了钱？我看很多大佬在academia赚得不多也没股票拿，也无所谓啊。对我来说如果不在最贵的地方买房，一年税后十万活的绰绰有余。我是那种只要wlb好，l4当terminal level都无所谓的。。。最近好多公司rto之后开始想找永久remote的组然后去房价低的地方躺着了。。。

RVDong 发表于 2022-3-6 19:23
请问lz 你知道如果是master去做as 升职容易吗？like 一般要几年能升到senior呀

能不能到L6看机遇，不存在‘一般'这个说法.