华尔街日报说Meta最早周三开始裁员

匿名用户 发表于 2022-11-06 21:54:13
推荐这东西已经发展了十几年，并且在各个公司也应用了十几年，剩下的问题和预期的收益空间都很小了，机器学习模型每次迭代都是要打败上次的ab testing的模型。所以你说的这些点存在，但是并不影响如果没有

他敢不代表就会有好的结果。但对fanboy来说只要是一龙做的事，什么结果都是他一龙本来就想要的，不存在失败

匿名用户 发表于 2022-11-6 21:54
推荐这东西已经发展了十几年，并且在各个公司也应用了十几年，剩下的问题和预期的收益空间都很小了，机器 ...

这也是个人认为AI目前发展已经到瓶颈期的原因之一。

之前80年代提出的神经网络理论已经落地了；目前有几个新方向还在理论探索阶段。
这时候大力投入AI收获（相比前些年）不会太高。

个人盲猜Meta AI再怎么折腾最多就是和抖音半斤八两，不相上下

匿名用户 发表于 2022-11-6 21:54
推荐这东西已经发展了十几年，并且在各个公司也应用了十几年，剩下的问题和预期的收益空间都很小了，机器 ...

你们说来说去都是highlevel那个层面的感知啊，但有的问题还是要深入到technical的lol 说实话吧fb的推荐上升空间其实还挺大的毕竟之前是基于social graph但现在是content world了，好多组目前用的方法要么是瞎搞的要么是过时了，目测比TIKTOK落后很多，目前FB推荐高端现状几乎就是摆烂，不过好就好在大家意识到这点了都开始积极跟上。但就是目前这种摆烂的样子REELS 依然还算能稳住DAU基础盘，但用户timespent不够长原因就是是ML方法在推荐上用的不对。把目前的方法都迭代完成预期可以再略微提升DAU的同时大幅度增加timespent，这个增长可不是trival的

匿名用户 发表于 2022-11-7 01:17
. .и你们说来说去都是highlevel那个层面的感知啊，但有的问题还是要深入到technical的lol 说实话吧fb的推荐上 ...

我只能说如果你做推荐还在想什么xnn模型xxgraph那我建议你提高一下商业认知。tiktok的那套算法我很熟悉，如果你有长期负责过从0做过哪怕千万DAU的产品的推荐，你会明白对任何指标（不管你是ctr还是时长）都是有瓶颈的，越是卷模型越说明收益越小。举个例子，你每次上线新模型新实验提升1%个绝对值的ctr，就能代表你上100个实验就能把ctr提升到100%？ 如果没有新的增长点，你怼着现有的产品再怎么提升模型也是脱了裤子放屁，把你们指标拉长到半年到1年，看看推荐到底提升了多少？产品功能的修改提升了多少？怼着某个产品的某个场景使劲试模型，一方面也说明了meta确实没有新业务了。


都2022年了居然还有人觉得推荐算法能在一个成熟的app、产品玩出花来：）

匿名用户 发表于 2022-11-6 22:53
我只能说如果你做推荐还在想什么xnn模型xxgraph那我建议你提高一下商业认知。tiktok的那套算法我很熟悉， ...

笑死我了，你自己开心就好，没空理你 88

gundamkeroro 发表于 2022-11-06 13:54:34
8万人只有2万码农

那就全部裁了吧。

匿名用户 发表于 2022-11-6 18:26
软今年已经裁了几波了，ceo连屁都不放一个。股票从330跌倒230

ceo去年在340卖了一半股票，这会偷着乐呢

匿名用户 发表于 2022-11-06 16:12:24
英语里没有万这个词吧 上万你也是thousands

上万是tens of thousands

大家觉得这波是连续两次NS会走人 还是一次就要滚了

匿名用户 发表于 2022-11-06 14:31:28
其他的我不知道，作为一个HM，最近半年面试了四个meta的candidate，meta跳槽的人真的不是最聪明的一波人，反而是最自大的一波。。。

我去年面试了几家大厂。确实meta的面试官 除了明显看出exhausted，精神头不好，就是非常自大