查看: 2463| 回复: 4
跳转到指定楼层
上一主题 下一主题
收起左侧

软家L63 Senior Applied Scientist

🔗
匿名用户-AJ3W5  2022-5-14 05:15:32 |倒序浏览
💰晒工资抖包袱
找工年度: 2022
找工季节: 4-6月
工作来源: 网上海投
公司名称: microsoft
工作类别: 全职
地区: 大西雅图地区
部门: Cloud Security/Bing Multi Media二选一
具体工作,组,tech stack等: Cloud Security做差不多anomaly detection
Bing Multi Media做Bing Image Search (可能会有做Multi modality learning的机会)
工作职位类别: MachineLearningEng
岗位类别: IC (Individual Contributor 技术岗,不管人)
级别/title: 积分不足,查看如何攒积分解锁阅读权限
base salary 一年工资: 积分不足,查看如何攒积分解锁阅读权限
年终奖金Yearly Perf Bonus: 积分不足,查看如何攒积分解锁阅读权限
Equity(RSU/Option)总价值(通常给四年的): 积分不足,查看如何攒积分解锁阅读权限
Equity种类: RSU
RSU # of Shares: 积分不足,查看如何攒积分解锁阅读权限
RSU Price per share: 积分不足,查看如何攒积分解锁阅读权限
Option # of Shares: 积分不足,查看如何攒积分解锁阅读权限
Option strike price: 积分不足,查看如何攒积分解锁阅读权限
Equity Vesting schedule: 25% 25% 25% 25%
签字费sign on bonus第一年: 积分不足,查看如何攒积分解锁阅读权限
签字费sign on bonus第二年: 0 (或者25k year 1 + 25k year 2)
谈判,其他手头offer,目前工资对比: snap(目前还没给具体数字,只给了310k - 350k范围)
打算去嘛: 不确定
你对这份工作最看重什么: 软家wlb
应届or在职跳槽: 在职跳槽
目前所在地区: Southern California
目前最高学历: 硕士
相关工作经验范围: 3-5年
相关工作经验年数: 3.9

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
[hide=200]MS L63

Base: 185k + 15% (max 30%)
Signon: 50k (total)
Stock: 250k over 4 years. 22k annually

330k year 1 total comp. 310k total compensatition (4 years conservative)

手上还有snap的口头310k - 350k range的offer,具体细节recruiter一直不给说。打算那这个microsoft offer去逼一下

MS面了两个组都想要我。一个是bing下面做multi media的(全是印度人,组里目前3个DS+3个MLE),组是做image search。另个一个组是cloud security(manager应该是美国人或者墨西哥人,有点口音,但是英文流畅,1个DS,很多MLE/SDE,整个组差不多15个人,明年说要double到30人),主要做api defender,他们想用machine learning做类似anomoly detection(spike detection)这种,我没做过,所以描述不清,请谅解。

跟MS说能不能再涨点,MS说不行,已经是L63顶包(根据地里数据看确实算顶包了我感觉)。

求大佬们指导MS选组。我主要做NLP顺带了解一些CV和multi-modality所以感觉Bing那边更match一些,而且multi modality最近也很火,感觉比较fancy比较有意思,但是在具体落地的效果和工程难度上感觉不一定会很容易。cloud security那边我觉得主要是增长比较好,目前人多,15人,后面还会double,而且DS也不用oncall,但是从ML的角度来说我感觉可以做的fancy的东西不多?(勿喷,这方面确实不太懂)感觉就主要做做anomoly detection和unsupervised learning。

Snap是camera下面的ranking组,算推荐系统吧,没怎么做过。但是楼主人在LA,所以snap有地里优势。

想去微软,但是选组真是很纠结。。。求大佬指导

求好心人加大米(加米不扣你的米)!


[/hide]

评分

参与人数 4大米 +27 收起 理由
bryanjhy + 10 给你点个赞!
ScarlettBian + 1 赞一个
负责加分的管理员 + 15
daviddage + 1 给你点个赞!

查看全部评分


上一篇:Uber L4到L3降档
下一篇:微软63lowball?
🔗
daviddage 2022-5-14 05:19:19 | 只看该作者
全局:
恭喜楼主 可以分享享面经吗 或者就分享下AS面试组成部分 每轮面什么谢谢
回复

使用道具 举报

地里匿名用户
🔗
匿名用户-AJ3W5  2022-5-14 05:27:16
daviddage 发表于 2022-5-13 14:19
恭喜楼主 可以分享享面经吗 或者就分享下AS面试组成部分 每轮面什么谢谢

我面了挺多家的AS/DS/MLE。整体感觉的话基础统计多多少少考一些,形式不同,但是内容基本上就是conditional probability, regression, logistic regression, etc。一般要么直接问你什么是XXX,或者给你出个概率题让你算一下(比如扔骰子求期望什么的,有些题我碰到的还比较难)。
ML的话就问tree,rnn,cnn,transformers(这个问的不多,而且不一定是大公司才问,大公司感觉整体上考察基础知识比较多)。算是八股文吧。
System Design目前就只在Snap碰到过,而且还是ML system design,就画画流程图就完事了,我觉得还算简单。做过ML pipeline的话回答起来相对容易点。
coding就不多说了,我一开始是为了准备fb所以在蠡口上按fb tag刷的(fb top 100),我觉得很有用,把那些题里的数据结构弄清楚我觉得就差不多了。我面试的时候给的coding题我感觉都是easy或者medium里难度偏低的,我整体刷了可能不到300道吧
回复

使用道具 举报

全局:
建议去bing 技术栈比较新 可能没有cloud累
回复

使用道具 举报

🔗
JohnYOU 2022-5-23 12:35:58 | 只看该作者
全局:
Linapply 发表于 2022-5-22 06:00
建议去bing 技术栈比较新 可能没有cloud累
emmm, bing可能是微软最卷的
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
  • ⚠ 如果以任何方式(包括 hide 语法)免米公开自己的包袱细节,您将无法获得管理组的加分。
  • ⚠ 您获得的用户加分一般没有管理组加分那么多,您可以自行去其他包袱贴内核实。
  • ⚠ 如果以任何方式(包括 hide 语法)免米公开他人包袱细节,则可被系统扣分。多次违规会被封号
  • 发帖请自行衡量是否坚持要绕过规则。

本版积分规则

>
快速回复 返回顶部 返回列表