對於谷歌,濾鏡是怎麼碎一地的?

作者@地裡匿名使用者ICYFS
釋出在一畝三分地

歡迎大家點選左下角“閱讀原文”到原帖與作者交流討論哦!

1. 前言:谷歌MLE公司評價,曾經的理想主義者的殿堂,現在的利己主義者的糞坑

一晃已經在🐶待了快七年,當初ML Track面試跳到 Google,待過幾個搜廣推的核心組,自己升過職,也幫別人升過職,參加了不同的 mentor program,經歷了 pandemic,GenAI帶來的起起伏伏,也見識了太多人和事情,趁著最近股票狂跌,今天就來分享一下自己的 two cents。

2. 初印象

那會兒面試的時候 Alphabet 還是以 process 超級慢,面試 variance 大而聞名,很幸運每輪都發揮得不錯, phone screen 是免掉的,週三 onsite 完,週一 HC 就發了 offer,讓我對 google 的效率刮目相看。還沒加入 Google 的時候,對這裡充滿了好奇與憧憬,因為很多朋友同學同事在這裡。進來之後公司的福利和寬容度確實業界翹楚,Googley 的 culture 也沒得說。
同時卻也看到了很多很疑惑的現象:當初的競賽大神(申請過CS top PhD program的,知道真正的這個背景強是什麼意思)在邊緣組默默扭螺絲,top two 畢業的同學在這邊十年 L4, ML 專業的去搞各種 data application 甚至前端,各種寧可 downlevel 的也要來,哪怕魷魚廠的 6 只給 5,多年養老廠經驗從 3 做起,轉碼 PhD 給 3 等等。這一部分牛人的佛系也讓我對 Google 的認知產生了幻覺,做了一些後悔的職業選擇。一直覺得 Google 的面試 bar 高,而且之前工作遇到過一些二十年前加入的 ex-Googler,從各方面都讓人欽佩(role model),但是進來以後才發現林子大了什麼鳥都有,而且面試的 bar 確實有隨機性因人而異。

3. 濾鏡是怎麼碎一地的

3.1 大公司病

Google 其實有特別 strong 的 promo driven 文化。只是因為整體 culture nice,部分職位可以人浮於事,掩蓋了這一點。具體到 ML 相關部門,有一批能鑽營的人,即便背景不 strong 或者沒有 ML experience,可以從邊緣組不斷往各種 ML team 包括 research(總在隨著公司自然增長或者有新產品)裡面跳,慢慢蹭上或者站上好坑,這個對於 IC 和 Lead 都成立。
這樣上位的 leads,很多人對 ML 的理解比較膚淺,刷一刷 Google 的 ML 牌子和牛逼的 large-scale infrastructure 就可以跳去某些更飢渴的公司了,反正都是 promo driven,vision 和水平在 grow 上面就沒那麼重要。這也是公司股價每次一下行,一堆人跳出來罵沒 vision 的部分原因。

3.2 "水上位"帶來的問題

1.論資排輩,看誰能在什麼時機加入爭到什麼地盤,main model 就那麼一兩個,個別人占上 take main credit 就好了。看看現在 5000+ 人的 GDM,在這一點上仍然不遑多讓,看官可以多悟悟最近的幾個新聞。2.水平參差不齊,主要體現在對於新技術的 follow 和缺乏 innovation 上,這個要具體看組,一般越核心歷史越久的組會更卷一些,反之有的組完全不比拼 idea 或者 build system 的能力(因為組員比較弱),反正基礎的 infra 都是各種複用,launch 都是去抄一抄 research 或者核心產品幾年前的 launch,硬體效能有 SRE 幫著 tune 然後你儂我儂美其名曰 share credit。3.蹭熱點、盲目跟風:老大發話了 all in GenAI,恨不能所有的東西都要扯上 GenAI,內部塞著馬也要上。升職密碼:外面啥新產品形式牛逼了,都跟著去抄,只要是 Google 沒有的,還可能拿個內部的技術最高獎。

3.3 形勢不佳下的分化

狗人多,culture 好,這就會造成一直有人負重前行,有人歲月靜好。形式變差了之後分化尤為嚴重,形勢變差以後,因為不斷的裁員,reorg 以及 quota,縮減 promo budget,導致從 leads 到 IC 現在都不裝了。

4. 補充一下狗家 Applied ML 的 Empire Setting

有助於理解上面這些問題,沒興趣的可以略過。對比七姐妹,狗的一大優點是產品線太廣了,但沒有一個 centralized ML 或者 infra team for all。

5. 狗家雜聞

狗巔峰時 19 萬左右員工,現在 17 萬-18 萬(這並不包括把工作移到便宜的地區)。XFN 人非常多,PM,TPM,UX,DS,ENG,小秘,硬體,Sales,Ops,每個都有自己的 org, 都特別大。而且狗還特別願意不同工但是同酬(無論是初始包還是 refresh),這感覺在其他大廠也比較少見。

6. 結語:時代的一粒塵

ChatGPT 曰:
無論你有多牛,多想躺,或者多能忍,最後都免不了在大時代洪流裡隨波逐流,都要面對 AGI 對生產力的影響。
公司再光鮮,文化再“nice”,也會有混子、也會有人背刺,更會有人拼命往上爬。形勢好的時候,大家表面歲月靜好;等到股價縮水、裁員清洗,就不裝了。誰有坑誰先佔,誰沒坑誰幹跑腿,再高的面試門檻也無法篩出所有“水貨”。
所謂的公平也好,種族與 DEI 爭議也罷,歸根到底是資源和收益的角逐,資本家和金融市場的遊戲。
時代的車輪一轉,我們大多數人,不過是時代塵埃裡的普通顆粒,要麼選擇融入並努力積攢運氣,要麼另謀高就。然而不管做什麼選擇,記得認清事實,不要徒勞地跟自己較勁,也別因為別人的光鮮或狼狽就自亂陣腳。畢竟,認準自己的賽道,搞好自己的“內力”,才是生存下去最關鍵的硬道理。
大家如果還有相關的問題和看法,歡迎點選“閱讀原文”到一畝三分地討論

今日推薦

內容來源一畝三分地網站等,版權歸原作者所有本文禁止任何形式的轉載,請與一畝三分地聯絡


相關文章