►前言：
Meta（原名Facebook）是全世界最大的社交网络公司，旗下的产品包括Facebook, Instagram, WhatsApp, Oculus, Messenger等。2022年全世界79亿人口，其中有37亿是Meta旗下产品的每月活跃用户，其中29亿为每日活跃用户。自2021年下半年公司正式改名为Meta，意为全力投入元宇宙的构建。
无需多言，Meta是多少留学生美丽而又羞涩的dream company，但却经常苦于了解不够或者认为自己的能力够不着望而止步。今天就请到Ricky导师对Meta DS岗位来做一个全方位的介绍，内容简直不要太详细！
►本文内容概览：
☑️公司介绍
☑️岗位介绍
☑️面试过程
☑️面试准备
☑️工作体会
☑️工资/奖金介绍
☑️升职空间
►公司介绍：
众所周知，Meta与Amazon, Apple, Netflix, Google并称为FAANG，是大部分应届生梦寐以求的顶尖科技公司。在这其中，Meta以最快的升职速度，狼性的企业文化，不亚于Google的员工福利，不输Amazon和Netflix的薪资水平，与较大的压力闻名。Meta的员工不管是回国还是在硅谷跳槽都是极其有竞争力的，尤其是跳去其他社交网络公司如snap，tiktok，腾讯等。
每年，Meta都会招收大量实习生以及应届生，而且并没有特别明确的target school，无论背景如何，都有机会被HR捞到。当然为了确保招到最优秀的人才，Meta的面试极具挑战性，需要长久且专注的准备。
►岗位介绍：
Meta招收的应届生数据相关岗位分别有以下五个：
- 1. DS Analytics (DSA)
- 描述：偏向产品分析类的DS. 日常工作是用各种统计方法，数据分析来找出现存的产品问题，提出优化方案，需要极强SQL coding skill, 一定的ML能力，极强的交流能力和产品理解能力，对algorithm几乎没有要求。本科、硕士、博士都会招。职业路径通常是转为manager或者PM. 面试以SQL, AB testing, data science case study为主。
- 关键词：data analysis, experiment (A/B testing), statistical inference, visualization, SQL, presentation, simple ML model, Product interpretation.
- 第一年总工资：16-22万刀。
2. Reseach Scientist (RS)
- 描述：研究、开发、使用新的ML techniques来解决主流模型难以解决的问题。需要很强的research，数学，ML，和自主开发能力。面试以algorithm，stats，ML为主，难度非常高，需要非常强的基础和充分的leetcode训练。一般来说大厂的这个岗位偏爱博士，但也会招一些硕士。
- 关键词：data structure, independent research, model design, implementation, deployment, literature review.
- 第一年总工资略高于DSA.
3. DS Infrastructure Strategy (DS Infra)
- 描述：专注于使用ML model解决各类实际问题，会花大量时间分析问题做feature engineering. 不会涉及过多research，对ML知识有极高要求。一般来说大厂的这个岗位偏爱博士，但也会招一些硕士。面试会着重考ML的理解和implementation能力，data wrangling能力，algorithm，以及实际运用。
- 关键词：Machine Learning Model implementation, data wrangling, domain research.
- 第一年总工资和Research Scientist类似。
4. Data Engineer (DE)
- 描述：Architect, implement and deploy new data models and data processes in production. 对SQL要求极高，需要掌握数据储存、清理和调用。基本都是master或本科学历即可。
- 关键词：Data Processing, Data warehouse, Data storage, SQL and database.
- 第一年总工资和DSA类似。
5. Product Growth Analyst (PGA)
- 描述：专注于使用数据分析、产品理解、商业分析、SQL、数据可视化来帮助产品最大化增长，不要求申请者的ML能力，但需要一定的数理统计水平。面试更偏向PM岗，更多关注产品思维，增长策略。
- 关键词：Data visualization, Product Sense, Growth mindset, Communication, Leadership, Influence.
- 第一年总工资略低于DSA.
►面试过程：
面试内容每年都会进行调整，下表格仅供参考：
►面试准备：
· SQL
Modesql: FB官方推荐SQL教学网站，UX优越，分为基础、中阶、高级三个部分，不管是什么水平的同学都能学到很多。
Leetcode: 体验最好的sql刷题网站，唯一问题要氪金，第一遍无限制做完，第二遍计时做完，第三遍计时无试错做完，SQL大成。
HackerRank: 不错的刷题网站，lc做完后没事干可以做，体验个人感觉不如lc.
W3scholl: 硬核直男的教学网站，信息很完整就是结构感不够强，辅助使用。
· 统计
Seeing theory: 可视化交互统计学习网站，体验爆表，范围非常理想，和面试考点重合度极高。
Khan Academy: 从0开始免费的统计视频教学网站，建议全部看完，统计一定要看视频或者看图才能学进去。
Brilliant: 很有意思的统计概率刷题网站，题目难度合适，答案讲解质量感人，结构性很好，缺点就是也要氪金。
一亩三分地: 不必多言，内推，mj，包裹信息一应俱全，面试前3周必看。可惜大米难求，会员超贵。
· 产品理解
Stellarpeers: 官推的产品学习blog，48个产品面试题，48个教科书级别答案，metrics，execution类题目必看，其他可以略看。
Data-Informed Product Building: 红杉的产品圣经，现在出了39篇文章，质量无与伦比就是内容过多，每篇都值得做读书笔记。
Udacity AB testing: 谷歌员工开发，最好的免费AB测试课无之一，信息量爆炸多，每句话都要仔细听，即使学了好几遍也感觉都是新的一样，唯一问题是结构有点乱要有耐心 ，最后的大作业请认真做完。
Data masked: 面试材料里有40道答案详细的产品题，题型非常适合DS面试，缺点要300刀很贵，可以考虑多人一起买。
· ML
CaseMedium: 各大科技公司都在这里有blog，有非常多质量超高的文章，内容种类繁多，结构不明确，学习前需要一定的筛选。
Coursera: 大部分网课网站都有一些关于DS/ML case的课程，由于我个人project经验较多没有去上过，无法给出具体推荐。
总体学习时长和难度来说，产品>SQL>ML>统计，然后面试中SQL和统计的容错率是最低的。
►工作体会：
在这里主要作为DSA分享一下在Meta的工作体验。
1. WLB: Meta的工作核心是impact和expectation，如果你能持续输出impact，达到甚至超越你所在级别的正常expectation的话，其实工作时长、工作方式的自由度都极大。而且不同的组之间work life balance的差别也会非常大，一年不同的时间差别也会很大。但总体来说加班比什么也不做摸鱼的时间更少。和一些企业不同，在meta加班的时候基本都会是非常有目的，有效率，甚至是自发的，同时也是会得到full recognition，会有成就感和使命感的。总的来说虽然比不上Google, Microsoft等养老大厂，meta的DS还是能很好地掌控自己的wlb.
2. 假期：每年有21天正常PTO，3天choice day额外假期，5-7天Meta day假期，无限的病假以及其他假期。而且大部分同事都会鼓励你请假休息。一般在11，12月大家都会疯狂请假，加上法定假期年底休息快两个月完全不是问题。请假的时候一般大家都不会来找你，除非你是在oncall轮班。
3. 福利：Meta的福利在big tech里实属顶流，智能办公桌，人体工学办公椅，为数不多的免费三餐且菜品不时有惊喜，各种保险全包，免费健身房、停车、网费、流量报销，额外一年3600刀随你报销健身、滑雪、打球、买运动装备、工作手机、电脑免费更新换代，各种酒店、机票、租车、外卖打折码，这些都是基础，还有超多意想不到的羊毛可以薅。公司Office遍布各地，而且许多适合照相的网红打卡点。
4. Flexibility: 在公司工作超过半年就有机会进行换组，一般在任何时候都有超过30个组有开放的岗位，由于Meta产品涉猎广泛，大家基本都能找到自己非常感兴趣的领域。公司内部转岗也是非常自由，比如从DSA转到RS，从PGA转到PM，从DS Infra转到SWE等等。虽然还是要经过面试，但会有非常多的内部学习资料，也会有该岗位同事来给你讲解和mock.
5. 成长：和其他big tech类似，Meta在内部管理架构、产品运营、组间合作、业绩升职评估、危机处理、面试招聘、员工培训等方面都极其成熟。对于想要做副业或者想日后加入初创公司，自己创业的同学来说，是极为珍贵的学习机会。另外，由于和你合作的PM, SWE, manager都是该领域的顶尖人才，和他们沟通、工作的时候会无时不刻地让你成长。从工作、管理、合作、领导力、词汇量、写作、口语、情商、讲故事，甚至是说英语段子能力都快速被提高。
►工资/奖金介绍：
工资一般由基础工资base，分四年发放的股票RSU，一次性的签字费Sign on，根据业绩的奖金bonus组成，一般会以第一年总工资为衡量标准。在达到一定level后，base其实增长不会很大，工资增长主要是由新的股票RSU组成，以下工资以DSA为例：
- IC3: new grad hire (160-180K), intern return hire (180-210K), exp hire (180-230K)
- IC4: promote (220-250K), intern return hire (220-280K), exp hire (230-300K)
- IC5: promote (250-350K), exp hire (280-400K)
- IC6: promote (350-500K), exp hire (400-600K)
相信大家也注意到，跳槽进来的工资一般会比内部升职高不少，因为一般需要用更高的工资从别的大厂挖来top performers. 但是跳槽的话会用一些时间来学习，ramp up，和组员建立connection.
►升职空间：
· 升职速度
一般来说在DS岗位，从IC3到IC4最快可以一年，平均是一年半，最慢也需要在两年半内升职。IC4到IC5最快也是可以一年，平均两年，最慢三年半。达到IC5之后，可以选择一直停留在IC5不做升职也不会被开除。在IC5也可以选择继续做IC也就是Individual Contributor或者转Manager M0也就是实习manager. 一般从IC5到IC6最快也可以一年，平均时间在2-3年。
之后的IC path升职速度会逐渐变慢。在达到每个级别一般是IC7或者IC8之后会达到潜在天花板或者瓶颈。Manager track的话升职时间取决于团队，org的成长速度，最快的情况是保持每年一升职从M0，M1，M2一直到D1 （director）达到D1（对应IC8）的话也是会达到潜在瓶颈，往后达到D2，甚至是vp的员工都相对较少了。然后Meta创始人小扎的级别是IC12.
· 业绩
一开始我们就讲了expectation，每半年我们都会进行一次业绩评估，然后根据这个半年所有的impact比如说你发现了某个产品提高的机会，也根据对应级别的expectation会有七个级别：
1. meet none (MN)
2. meet some (MS)
3. meet most (MM)
4. meet all (MA)
5. exceed expectation (EE)
6. greatly exceed expectation (GE)
7. redefine expectation (RE)
七个级别分别对应不同级别的奖金percentage. 然后对于GE和RE而言，可能会有额外股票奖励。然后MN和MS很有可能会被直接开除，MS和MM而言会进入pip也就是业绩提升计划，如果在一段时间没达到特定目标的话可能会被开除。大部分员工都是在MA和EE这两个level.
· 升职
升职和业绩其实是有相关性的两件事，有可能只有MA但也能升职或者连续RE但是也不升职。但一般MA以下升职几率会比较小。升职主要看的并不是你的impact，而在于你是否在方方面面都已经达到了下一个级别的要求并持续维持在这个水准半年。包括交流能力、领导力、技术能力、自主能力等等。
►最后：
看完了这么多文字，相信大家都有些疲劳，就以Rikcy导师拍的一些美食照片做结尾吧~
