兄弟们之间就别卷了吧，选自己喜欢的offer得了

你们都收到offer了么

前段时间帮助了不少学弟学妹（牛客的兄弟们也给了我好多温暖，我现在一切都好），我看这几天好多25届学弟学妹都收到offer了，来跟我报喜，也有顺便跟我表达他们的困惑的，不知道怎么选暑期实习offer的，这真的是幸福的烦恼了。

我把最近给大家分享的总结出来也分享给大家，如果能对一些有困惑或者未来可能有困惑的你有一些帮助，那我真的是太开心了，不枉费打这么多字。（刚五一假期玩耍回来，心情非常的好哈哈哈哈）

要我说啊，真的没必要纠结，我也觉得兄弟们之间就别卷了，选offer就要选自己喜欢的，不要被太多其他因素左右，因为工作最后都是给自己干的，选完offer好尽快留给其他人，让每个人适配自己的offer呗，感觉找工作就是一个报名买票的过程，选offer就是个相亲节目，既然不可能都要，就选一个喜欢的走人哈哈

毕竟每个人的情况都不同，如果说找工作的过程中，我还能帮你们搞个门票，但是真正上节目了，选哪个女嘉宾，还需要是你们自己决定的，所以我就把个人经历分享出来，希望能多给你们一些视角。

BG：23届，985本硕，中间去德国交换了一年，现在主要做QQ音乐推荐算法，比如QQ音乐首页里面的每日30首和推荐歌单。（没错，可能你们听的就是我做的算法推荐的，这么说，用QQ音乐的，咱们还都挺有缘分的）

读研期间，陆陆续续实习了3家互联网大厂：抖音，腾讯AI Lab和现在的淘天。22年秋招拿了4家Offer，基本都是机器学习推荐频算法相关方向的，美团，字节，腾讯CSIG，最后选了TME。（22年互联网还很火，但这两年……好像也没什么特别火的行业，大环境这样）

先说一下我整体的Offer选择逻辑，因为我当时目标比较清晰，对不同因素的重要性也很明确，所以最后选Offer的时候也就没怎么纠结。可以给大家分享一张当时我做的赋分表，如果需要的话可以参考，只要根据自己的偏好，调节权重就行。

哦，对了，因为现在是实习生招聘期间，可以把转正通过率也一起考虑进来。

然后给大家说几个我自己很在意或者体验过的点：

1）我是反卷斗士！

所以那种加班太多的厂，或者什么强调奋斗者文化，要狼性的，基本我是直接pass的。我是真的觉得没必要，身体是自己的。明确规定大小周，或者直接告诉你需要加班的公司，还是算了，一年多那点钱，都还不够看病的。

我研一的时候在抖音实习，该说不说，抖音在音视频上领域和推荐上，算法投入真的挺牛X的，无论是算法还是算力，都很抗打。而且因为产品用户基数大，算据也很够，训练模型，真舍得成本，模型跑的很顺。实习的两个多月，确实学到了很多，很明显的感觉到工业界和学术界真的不太一样。实习之前，我还有点纠结，要不要读博，实习之后发现，还是想看到自己的技术能够在产品上有应用，这种感觉挺好的。

但也真真体验到了“心脏和字节只能有一个跳动”这句话的含义。只能说真的太累了，加班是常态，起码10点是要的，始终要保持战斗状态。啥事儿都讲求own，尤其是core群文化，真的蛮吓人。那个就近租房才有住房补贴，我总算明白是为了啥，是为了方便加班……凌晨1点多，我还收到过mentor给我发的信息。周末还要写周报日报，我记着有一次周六，写着写着就崩溃了，给我那个时候的女朋友打电话，大哭。

2）我也非常反感PUA

所以“味儿太重”的公司……我完全不能接受，就算是做牛马，也是需要精神食粮的！

我实习的时候还没有“班味”“班奴”这个词，但是“PUA”已经人尽皆知了。那家公司是我所有实习里呆的最短的公司，不到一个月，我就跑路了。

22年，PDD的势头已经猛的吓人了，所以能明显感受到内部的压力，然后就一层一层向下传导，包括我这个可怜的实习生，而且我实习的时候，正好赶上618大促，所以有时挺窒息。当然也有我大学同学现在阿里混的风生水起，只能说这个事儿因人而异，比较看个人体感。

如果你决定留在杭州，那么阿里系确实不错，技术实力确实强大，毕竟作为互联网里技术类岗位的黄埔军校，这么多年的技术沉淀，也不是白说的，只要你能够融入这个文化。

3）不希望公司太抠

如果连一些基本福利都没有的话（比如光让我喝开水），对不起，实在是没那么自驱。过往实习的几家公司，福利都不错，这个没不展开说了。

然后，想说一下，为啥最后我选了TME。

其实我的PK逻辑就是按照我那个表来做的分析。硬性部分，论相较于字节，确实技术实力相对弱势一些，但是相较于CSIG，就没什么好犹豫的了。

软性部分，TME在我的认知评价里，应该算是第一梯队了，我记得之前看过一个知乎的帖子，为什么有字节味儿，阿里味儿，为什么没有腾讯味儿？

有一个高赞回答：腾讯味就是那种平淡无奇的味道，你不会觉得有什么特别的，但是你离开了就会想念。

也在牛客上看过一个帖子，TME的含金量怎么样？大家比较认可的回答是：无论是从收入回报还是业务现状，应该仅次于WXG和IEG部分头部工作室。

现在在TME工作快一年了，跟大家分享一下我真实的工作体验。

”选择第一份工作，重要的是平台和环境，是同事和领导“，我们组的技术实力，都还挺不错的。TME确实在推荐算法上发力不算早，但也有一点好，团队整体都偏年轻，包括ld，所以会照顾到每个人的需求和成长，必然被大家的“嫡系文化”就不重。和其他bg相比晋升会更顺利一点。相对而言，还是一个谁做的好功劳就属于谁的地方。

我现在做的工作，对一个新人来说，还蛮有挑战的。“从海量歌曲中精准推荐合适的歌曲给合适的用户“并不是一件简单的事情，TME的中央曲库数量实在是太大太大了，之前一直被用户诟病推荐的歌曲不够惊艳，刚来的时候看到微博和小红书的吐槽会有点emo。

而且QQ音乐会不自觉被别人和网易云推荐做比较，但歌曲量级和用户体量不一样，产品特色自然不一样，过来人做推荐的建议就是，够大的数据量才能足够证明你算法的solid。很多很好背书的技术在小场景可能调调参就能有效果，但业内衡量都是立足于场景再评估算法的水平。

现在，TDM、GNN模型，跨场景、跨域模型，实时训练等业内流行的算法都已经在QQ音乐落地了，从数据上来看，比我刚进来的时候，提升了蛮多，这波大模型的风也在摸索了。

啊，说到这，还是有一个想吐槽的点，这波降本增效的风，还是吹到了我们这。现在有专门的算法统计你的模型训练预测成本，但好在只是提醒你花了多少，不是不让你花。

综合来说，没有完美的公司，TME是比较适合我的，肯定比我刚刚提到的“卷王”要轻松。 如果你还喜欢音乐，TME简直上大分，这也是当时我最后选这的一个很重要的原因。QQ音乐会员包年和公司免费ktv算是基操，喜欢的歌手随时扫楼和免费的音乐节演唱会门票比较重要。前段时间随便搞个团建都在世界之窗请明星唱歌，做了场音乐节。

好了，要说的就这么多了，还是希望兄弟们能根据自己的偏好选择合适的Offer，注意，一定是自己的喜好，不要被太多因素左右！