V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
mayooot
V2EX  ›  职场话题

offer 选择,云原生方向

  •  
  •   mayooot · 6 小时 55 分钟前 · 904 次点击

    三年云原生开发,base 北京。

    • 旷视科技:n*12 ,年终奖 0-2 个月;公积金缴纳 12%;工作内容:GPU 集群和 AI 推理训练方向;
    • 基流科技:( n+2 )*14 ,年终奖 2 个月写在合同里;公积金缴纳 5%;饭补;工作内容:k8s 平台开发

    俩个公司都不打卡,旷视作息 9-6-5 ,基本不加班,弹性打卡,同事估计每天 10 点到。 基流 10-10.30 早上到,8.30 以后有额外饭补,一般都 8.30 走或者晚走

    基流大概 9.10 号给 offer ,要求 9.22 号最晚 9.25 号入职。旷视十月一之后,10.13 入职。 基流这边催的比较紧,不能十月一之后才能入职。

    第 1 条附言  ·  5 小时 4 分钟前
    旷视科技:n*12 ,年终奖 0-2 个月;公积金缴纳 12%;工作内容:
    基流科技:( n+2 )*14 ,年终奖 2 个月写在合同里;公积金缴纳 5%;饭补;工作内容:

    写的太着急,工作内容写反了。旷视负责 k8s 平台开发还有一些视觉算法集成,基流负责 GPU 集群调优和 AI 推理训练框架,运维工作占比不少
    14 条回复    2025-09-17 16:35:43 +08:00
    craftsmanship
        1
    craftsmanship  
       6 小时 31 分钟前 via Android
    能具体讲讲云原生开发都做什么吗?比如近半年内做的东西
    johnnyNg
        2
    johnnyNg  
       5 小时 28 分钟前
    选矿视,AI 也是云原生现在的趋势
    mayooot
        3
    mayooot  
    OP
       5 小时 3 分钟前
    @johnnyNg 工作内容写反了,旷视主要是 k8s 平台开发的,基流主要是集群调优交付和 AI 推理训练框架
    8355
        4
    8355  
       4 小时 28 分钟前
    基流科技:( n+2 )*14 ,年终奖 2 个月写在合同里 工作内容:GPU 集群和 AI 推理训练方向
    这不是无敌的嘛 还要选嘛 而且每个月还多 2k 相当于年包+3w 左右
    2025 了 k8s 没啥意思了吧,而且年终奖 0-2 个月 一律视为 0 个月
    差距主要在这点公积金上 现在如果不考虑买房的话提取也需要一定门槛
    mayooot
        5
    mayooot  
    OP
       4 小时 18 分钟前
    @8355 主要还是作息和卷不卷方面嘛,旷视的好处就是轻松一点的
    johnnyNg
        6
    johnnyNg  
       4 小时 15 分钟前
    @mayooot #3 那这确实不是很好选, 旷视轻松一点, 基流方向好点
    johnnyNg
        7
    johnnyNg  
       4 小时 14 分钟前
    @mayooot #3
    因为我刚好也在云原生团队, 目前基本 ALL in AI 了
    mayooot
        8
    mayooot  
    OP
       4 小时 12 分钟前
    @johnnyNg #2 嗯嗯,all in AI 是肯定的呀,旷视就是轻松,更多是内部平台开发。基流就是乙方,偏向交付呗
    coefu
        9
    coefu  
       3 小时 29 分钟前
    想轻松一点,旷视咯,不用搞满足人要求的事情。基流这种卖方案,一般都很心累,多出来的钱,就是让你觉得累,也有累的赔偿。
    coefu
        10
    coefu  
       3 小时 21 分钟前
    @craftsmanship 保守一点就是做一些 application 到 k8s 里,将一些可以抽象出来的逻辑抽象成 k8s operator 模式。开拓一点的就是将 MLops 里的一些逻辑抽象到 k8s 里,比如当前的 HAMi gpu 虚拟化和 kubeflow ;或者做 LLM 推理的 分布式推理,将分布式推理抽象到 k8s 里,主要是算子??,减少手工干预,标准化;再进步点就是 LLM 分布式训练了,这部分对 LLM 的过程要比较熟悉,起码 LLM from scratch 的原理是掌握的,剩下就是和 MLsys 挂钩了。
    HSn0918
        11
    HSn0918  
       3 小时 18 分钟前
    旷视,朋友之前云原生部门工作过,065 不打卡,就偶尔可能有 oncall
    coefu
        12
    coefu  
       3 小时 16 分钟前   ❤️ 1
    @craftsmanship 我觉着,厂商和开源社区,还是有区别的。开源社区还是有些事情,可以做的。比如 llama.cpp 目前没有成熟的 跨 machine 的分布式推理方案,这部分和 k8s 结合一下,有点搞头。
    厂商一般都是要性能的,vllm+kuberay ,不过有些小厂商可能还没走通这条路。
    信创化的进程中,也有点活儿可以搞,部分的硬件还需要对应的软件算子,算子开发了,高效的用起来,也可以和 k8s 结合一波。
    qishua
        13
    qishua  
       2 小时 53 分钟前
    旷视之前裁员过,裁的校招 or 应届 or 刚进旷视未满一年的新员工等等
    oppoic
        14
    oppoic  
       2 小时 21 分钟前
    这个 n 应该超高,三层楼那么高
    关于   ·   帮助文档   ·   自助推广系统   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3142 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 19ms · UTC 10:56 · PVG 18:56 · LAX 03:56 · JFK 06:56
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.