求帮忙选个中厂的算法offer
投票
求帮忙选个算法类 offer,偏国企的算法后端 or 数智算法(搜广推)or 大模型NLP相关的。
- 阿里云-子公司 瓴羊,北京/杭州,数智类算法(搜推), n*16
工作1085 1095,不算优点或者缺点,大厂沾边了 平均水平是这样的
优点:阿里云下面的子公司 即将分离出去,至少数据量和业务量是富余的;在职人员是阿里云的,平台大技术专业(比起 其他);
缺点:没成立多久 信息很少
,既然是子公司 自负盈亏;网上有评价为“内包”不推荐,前景未知。
- 某科教厂,base北京,细分是做LLM对话/工具agent的。 n+5k*14,公积金是12,
优点:
1 薪资很高,科技教育类厂,LLM的具体场景 垂域),算法岗 工资今年普遍偏高(其他岗位一般),因为好像战略是要all in大模型了 赌一把?;
2 强度看组,强度 平均比互联网慢一些:听说 不上线9~7, 上线版本估计要9~11吧
缺点:
1. 大模型的agent这个前景如何?应该会偏向工程经验吧。前景未知性
而且如果风口的结局是:赢者通吃,or 基座大模型有瓶颈没有收效,可能就维持半年/一年盛况
2. 教育行业本身不稳 如果业绩不好,可能裁员,因为 高薪=高风险 在这可以拉满
3 不知道 比起其他的纯技术/互联网公司,在技术岗层面 如果跳槽认可度如何?这只能算 对标技术型公司中厂
- TCL实业 xx实验室,base上海,算法应用+偏后端, SP n-3k * 15, 公积金5
已经是人才项目SP,说明TCL作为老牌场的工资真不高。
优点:
1. 作为特招人才计划,每一年就可升一级,高目标 高导向;年假 多一些
2. 965 975 相对wlb
3. 老牌厂,非常稳定
缺点:
1. 薪资待遇不高,升职不指望涨薪太多了 - 在上海不会很滋润
2. 工作内容:偏后端加一些,个人还是想做 算法多一些
3 就是因为稳定但又不是体制内的,不一定适合应届生,这种技术栈 应该不好在跳槽有竞争力了。
----------------------------------------------------------------
开始纠结了,就每一个offer都有他自己的特点、优点
麻烦各位,走过路过投个票。如果有了解的 或者想吐槽的 可以评论下这几家, 万谢
- 阿里云-子公司 瓴羊,北京/杭州,数智类算法(搜推), n*16
工作1085 1095,不算优点或者缺点,大厂沾边了 平均水平是这样的
优点:阿里云下面的子公司 即将分离出去,至少数据量和业务量是富余的;在职人员是阿里云的,平台大技术专业(比起 其他);
缺点:没成立多久 信息很少
- 某科教厂,base北京,细分是做LLM对话/工具agent的。 n+5k*14,公积金是12,
优点:
1 薪资很高,科技教育类厂,LLM的具体场景 垂域),算法岗 工资今年普遍偏高(其他岗位一般),因为好像战略是要all in大模型了 赌一把?;
2 强度看组,强度 平均比互联网慢一些:听说 不上线9~7, 上线版本估计要9~11吧
缺点:
1. 大模型的agent这个前景如何?应该会偏向工程经验吧。前景未知性
而且如果风口的结局是:赢者通吃,or 基座大模型有瓶颈没有收效,可能就维持半年/一年盛况
2. 教育行业本身不稳 如果业绩不好,可能裁员,因为 高薪=高风险 在这可以拉满
3 不知道 比起其他的纯技术/互联网公司,在技术岗层面 如果跳槽认可度如何?这只能算 对标技术型公司中厂
- TCL实业 xx实验室,base上海,算法应用+偏后端, SP n-3k * 15, 公积金5
已经是人才项目SP,说明TCL作为老牌场的工资真不高。
优点:
1. 作为特招人才计划,每一年就可升一级,高目标 高导向;年假 多一些
2. 965 975 相对wlb
3. 老牌厂,非常稳定
缺点:
1. 薪资待遇不高,升职不指望涨薪太多了 - 在上海不会很滋润
2. 工作内容:偏后端加一些,个人还是想做 算法多一些
3 就是因为稳定但又不是体制内的,不一定适合应届生,这种技术栈 应该不好在跳槽有竞争力了。
----------------------------------------------------------------
开始纠结了,就每一个offer都有他自己的特点、优点
麻烦各位,走过路过投个票。如果有了解的 或者想吐槽的 可以评论下这几家, 万谢
全部评论
佬最后选了哪个
相关推荐
点赞 评论 收藏
分享