Redian新闻
>
推荐CONAIR很好用的梳子和负离子吹风机(奔)
avatar
推荐CONAIR很好用的梳子和负离子吹风机(奔)# Fashion - 美丽时尚
m*t
1
小弟最近侥幸拿了微软offer,帖子在 http://www.mitbbs.com/article_t/JobHunting/33154035.html
上周和hiring manager聊,这个team大概是负责为微软azure提供类似于EMR的各种
cluster,包括在azure上部署hadoop,spark,storm,etc., 以及定制一些feature。
总之负责一切azure上的开源社区的大数据技术。 hiring manager谈到有机会深入
一个open source project,开发一些新feature,也就是打造微软内部的版本; 似乎
有点类似于hotonworks,cloudera做的事情(没拿到这两家面试,sigh... )。 面试的
时候对team的印象很好,虽然大部分印度人,但技术水平很高,有好几个都是这些项目
的贡献者。
我自己对spark,storm非常感兴趣,不过这个组还是有些看不清。不太清楚会不会变成
以部署和维护为主的偏production engineer的工作,毕竟需要定制的feature是少数。
此外,在Microsoft做这件事情也稍微有点奇怪,少不了开发C#的各种library和
client。
求前辈们指点迷津,先谢过了 ! 本来是打算留在湾区的,现在有些个人原因可能会
去西雅图。
还有一个aws的cloudWatch team的offer,hiring manager我认识,人非常好,进去立
刻办绿卡虽然只是SDE1,base更高一些。不过我并没打算只呆两年就走人,所以需要谨
慎。
thanks !
avatar
x*i
2
东西都不贵,但是很好用,梳子的齿很软,是气囊型的,按摩头皮不错。
吹风机是负离子的,有多档控制,有配集中吹嘴和蓬松吹嘴。负离子吹风机吹完头发后
毛躁解决了很多,比普通吹风机好,建议买TRVEL型的,正版的挺大的,有点重。
梳头发的好处很多,是最省钱最天然的护发方式,没事的时候就梳呀梳头,信不信,头
发会越梳越顺。
附上亚马逊的链接,再奔个洗完头用CONAIR吹风机和按摩梳梳出来的直发。怎么说呢,
虽然没有直板拉的或者上药水那么直和闪,但这个效果也OK啦,偶觉得,只要长期保持
下去,没准偶的发质会改善。
Conair 121PX Ionic Ceramic Styling System, Black/Silver
http://www.amazon.com/Conair-121PX-Ceramic-Styling-System/dp/B0
Conair Professional Full and Mid Size Nylon Cushion Brush Set,
http://www.amazon.com/Conair-Professional-Nylon-Cushion-Colors/
照片链接在这,手机拍的不知道看得清楚不,呵呵:
http://www.yunhanwang.com/index.php?option=com_kunena&func=view
avatar
h*t
3
MS的Hadoop, Spark就是个joke
avatar
P*I
4
看到了,好顺呀
avatar
m*t
5
前辈能展开说说吗 ?

【在 h***t 的大作中提到】
: MS的Hadoop, Spark就是个joke
avatar
l*z
6
头发真柔顺
avatar
c*z
7
在我隔壁组
你的第一优先考虑是什么?
avatar
s*4
8
我也刚败了一个他家的吹风机,昨晚用了觉得不错。
avatar
m*t
9
幸会 ! 前辈请指点 ! 这儿没有比你更有发言权的人了 : )
我最希望的能参与spark的开发,并借由azure这个平台,把开发的feature提供给外部
用户。
希望集中在开发工作上而非运维。
此外我面试官里有很厉害的人,Harvard的PhD,以前是大学教授。您肯定知道 : )
我想跟他一起工作。
其他都不太重要。
谢谢 !

【在 c***z 的大作中提到】
: 在我隔壁组
: 你的第一优先考虑是什么?

avatar
j*6
10
吹干用hot,warm还是按住蓝纽吹冷风啊?有人知道吗?
我吹干后有点刺棱。
avatar
c*z
11
我还真没什么发言权,就是隔壁而已,没有用过他们的东西,azure的问题就是大家都
做开发不做运维:p
anyway,你说了想和偶像在一起,其他的不重要,那就好办了
还有微软是个学东西的地方,亚麻是个练习的地方,应该轮着来,学而时习之
来了一起吃饭吧

【在 m*********t 的大作中提到】
: 幸会 ! 前辈请指点 ! 这儿没有比你更有发言权的人了 : )
: 我最希望的能参与spark的开发,并借由azure这个平台,把开发的feature提供给外部
: 用户。
: 希望集中在开发工作上而非运维。
: 此外我面试官里有很厉害的人,Harvard的PhD,以前是大学教授。您肯定知道 : )
: 我想跟他一起工作。
: 其他都不太重要。
: 谢谢 !

avatar
a*n
12
這個吹風機價格挺便宜的
avatar
c*z
13
当然,你要和他们确认一下你会参与spark开发
就算这样,也没有人可以打包票
面试时说让你坐xxx,来了后让你坐yyy的事情多了去了
这也是马工地位低的体现之一
avatar
m*t
15
谢谢前辈回复 !
“微软是个学东西的地方,亚麻是个练习的地方” 好微妙 : ) 我可否理解为微软
更technique-driven一些,节奏稍慢一些;而amazon比较强调快节奏,开发、release
、占领市场 ?
p.s. 那位牛面试官也是隔壁组的。。。不是HDInsight的。。。

【在 c***z 的大作中提到】
: 我还真没什么发言权,就是隔壁而已,没有用过他们的东西,azure的问题就是大家都
: 做开发不做运维:p
: anyway,你说了想和偶像在一起,其他的不重要,那就好办了
: 还有微软是个学东西的地方,亚麻是个练习的地方,应该轮着来,学而时习之
: 来了一起吃饭吧

avatar
m*t
16
这。。。。。。 那我写封邮件再和hiring manager确认一下。。。。。 上周电话里
她倒是说没问题。。
多谢提醒 !

【在 c***z 的大作中提到】
: 当然,你要和他们确认一下你会参与spark开发
: 就算这样,也没有人可以打包票
: 面试时说让你坐xxx,来了后让你坐yyy的事情多了去了
: 这也是马工地位低的体现之一

avatar
s*p
17
大牛能指点一下隔壁16楼的SQL DS 组咋样?氛围如何?能不能有机会做新的东西?有
机会学到分布式系统的东西?
大牛如果不方便说可以给我私信
avatar
c*z
18
不是什么大牛而且不熟悉这两个组,诚惶诚恐,生怕误导大家了
这样的,个人感觉微软的文化是要 deliver,完了就不怎么care了
要做东西,要impact在哪里都是很难的,特别是你的上下游都管杀不管埋的,你就自求
多福吧
要学东西,会容易点,因为大家都要visibility,要到处说,而且很多senior很闲....
..
至于隔壁大牛,感觉有点像隔壁老王,不如直接问大牛还招不招人
avatar
s*p
19
你当时是这个HDInsight 组面的吗?我当时是SQL DS 组面的,而且hiring manager 也
是那个组的,但recruiter 告诉我是data platform 大组。
我其实也想去HDInsight 组,因为感觉有机会接触开源社区的主流技术,但也有你这样
的担心,害怕他们主要不搞 Spark 本身的开发,而是在上面加了一层,偏部署的工作
avatar
e*2
20
还是像chaoz那样搞Data Science有趣,当用户多爽。而且经验可重复利用。

【在 s*********p 的大作中提到】
: 你当时是这个HDInsight 组面的吗?我当时是SQL DS 组面的,而且hiring manager 也
: 是那个组的,但recruiter 告诉我是data platform 大组。
: 我其实也想去HDInsight 组,因为感觉有机会接触开源社区的主流技术,但也有你这样
: 的担心,害怕他们主要不搞 Spark 本身的开发,而是在上面加了一层,偏部署的工作
: 。

avatar
A*d
21
肯定是在上面加一层呀,spark本身是cloudera在搞,想去微软做热门的open source就不
要想了,凡是提到Hadoop, spark,storm这些绝对是忽悠你进来,你进去后就知道根本
不是你想的那样了。
上面那个微软内部的人说的其实很精妙:
亚麻是练习:练习的都是比较流行的技术,且做一些新的东西。
微软是学习:学习使用微软内部开发工具及环境,就是C# .Net之流。

【在 s*********p 的大作中提到】
: 你当时是这个HDInsight 组面的吗?我当时是SQL DS 组面的,而且hiring manager 也
: 是那个组的,但recruiter 告诉我是data platform 大组。
: 我其实也想去HDInsight 组,因为感觉有机会接触开源社区的主流技术,但也有你这样
: 的担心,害怕他们主要不搞 Spark 本身的开发,而是在上面加了一层,偏部署的工作
: 。

avatar
s*p
22
好吧 前辈请指示data platform 下面有哪些组能去的?我指对新人来说能学到东西,
有机会做点新的项目,技术和外面还算接轨的?并且组里氛围不错,work-life
balance 还行的?
avatar
A*d
23
技术和外面接轨的话,我觉得你找找java, python之类开发环境的组吧,找找运用很多
open source的组。千万尽量避开使用微软的.NET, Visual Studio, C++的话能不用就
不用,看看能不能用go替代。
微软的好处是比较闲,可以有大量时间刷题跳去FLGUAP之类,坏处是待越久技术和外面
的世界就越远,折损你的职业发展。

【在 s*********p 的大作中提到】
: 好吧 前辈请指示data platform 下面有哪些组能去的?我指对新人来说能学到东西,
: 有机会做点新的项目,技术和外面还算接轨的?并且组里氛围不错,work-life
: balance 还行的?

avatar
s*p
24
大牛请明示哪些组用Java Python 已经开源技术?尤其是在azure 以及data platform
下面。我也想找这样的组。。无奈还没入职,资源不对称
avatar
l*4
25
微软应该没有

platform

【在 s*********p 的大作中提到】
: 大牛请明示哪些组用Java Python 已经开源技术?尤其是在azure 以及data platform
: 下面。我也想找这样的组。。无奈还没入职,资源不对称

avatar
r*n
26
不知道 最好别误导别人, cloudera 只是做spark distribution 而已

就不

【在 A********d 的大作中提到】
: 肯定是在上面加一层呀,spark本身是cloudera在搞,想去微软做热门的open source就不
: 要想了,凡是提到Hadoop, spark,storm这些绝对是忽悠你进来,你进去后就知道根本
: 不是你想的那样了。
: 上面那个微软内部的人说的其实很精妙:
: 亚麻是练习:练习的都是比较流行的技术,且做一些新的东西。
: 微软是学习:学习使用微软内部开发工具及环境,就是C# .Net之流。

avatar
r*n
27
有过一点接触, 不知道是不是你要去的组, 他们应该主要做spark在windows上的包装
, 我想他们应该还是鼓励贡献开源社区的, 也有一些小patch, 但是员工有没有能力
贡献太多是另外一个问题。
而且, 到目前为止,所有spark的主要feature都是data bricks在drive的,一方面其
他公司对这个project的影响力都太小, 另一方面data bricks在spark上的talent也确
实是比其他公司都好很多。

就不

【在 A********d 的大作中提到】
: 肯定是在上面加一层呀,spark本身是cloudera在搞,想去微软做热门的open source就不
: 要想了,凡是提到Hadoop, spark,storm这些绝对是忽悠你进来,你进去后就知道根本
: 不是你想的那样了。
: 上面那个微软内部的人说的其实很精妙:
: 亚麻是练习:练习的都是比较流行的技术,且做一些新的东西。
: 微软是学习:学习使用微软内部开发工具及环境,就是C# .Net之流。

avatar
f*a
28
allicehead 和swtijser应该一起去开个room。。。两个不知道怎么进Google的傻逼

【在 r*****n 的大作中提到】
: 不知道 最好别误导别人, cloudera 只是做spark distribution 而已
:
: 就不

avatar
c*z
29
re this
I actually never used their products and can only speak for MS generally

【在 r*****n 的大作中提到】
: 有过一点接触, 不知道是不是你要去的组, 他们应该主要做spark在windows上的包装
: , 我想他们应该还是鼓励贡献开源社区的, 也有一些小patch, 但是员工有没有能力
: 贡献太多是另外一个问题。
: 而且, 到目前为止,所有spark的主要feature都是data bricks在drive的,一方面其
: 他公司对这个project的影响力都太小, 另一方面data bricks在spark上的talent也确
: 实是比其他公司都好很多。
:
: 就不

avatar
A*d
30
又哪里踩到你尾巴了?我们是傻逼在谷歌,你连谷歌都进不了,是不是连傻逼都不如。
avatar
c*e
31
不知道为啥你spark hadoop什么的有这么大兴趣?受这个版的风气影响吗?我从来没有
被任何公司面过这些东西。
个人感觉这些就是个工具而已,没什么高深的,用的时候看看文档就行。学好C#,比学
会这些东西有用多了。想去startup工作(包括uber这样的顶级startup),与其学这些
扯淡的东西,还不如学通ruby on rails或者nodejs有用。
对于微软,我的感受如下:
1)里边的人技术不错,大牛很多。你能学不少东西,虽然这些知识和硅谷的公司不太
兼容,但设计思想上还是有帮助的。
2)微软的infrastructure比外面的公司落后,做dev ops非常痛苦。
3)pay的其实还ok。干的好钱也不少。很多人抱怨微软工资低,但是这些人要是离开了
微软,估计只能拿更少的钱。
avatar
k*e
32
这个组就是拿外面第三方公司做好的Hadoop发行,部署到Windows Server和Azure上,
不涉及到Hadoop和Spark的核心开发,看起来很高大上,但是就是做个外包装、部署之
类的,并不是招过去做Hadoop核心开发并反哺开源社区——至少去年秋还是这样,他们
的代码完整编译一下只要一二十分钟(可见代码量没多少)。而且这个组在微软内部的
地位很微妙,一方面微软自己想推自己的Cosmos,但是另一方面微软又想卖Azure SaaS
,不得不把Hadoop弄到Azure上,因为外面都在用这个,如果Azure上只推自家的Cosmos
,是不会有人有兴趣花钱订阅然后还要把HQL重写成Scope的。于是HDInsight组说微软
在大数据这块的盈利主要靠他们Cosmos离成熟还早的很(部分事实)我们组前景很好;
Cosmos说我们才是微软big data platform的亲儿子我们才是王道HDInsight活不长。这
两个组都在17号楼,办公区域都是跟网吧似的没有独立办公室连Cubic都不是,眼睛斜
一下就能看到隔壁屏幕知道隔壁在干什么,看你喜不喜欢这种办公环境也很重要。
Azure Machine Learning有一些组是和Python和R有关的,但是这些组的思路都是怎么
把外面开源的东西弄到微软自己的产品里面去让微软产品更好卖,或者把外面开源的东
西弄到Azure SaaS上做成一种服务吸引更多人来买Azure订阅。前者主要做开源产品和
微软产品的集成,比如把R弄到SQL server里面;后者主要做开源产品在Azure Cluster
上的部署,比如R搬到Azure SaaS上做成ML的service的一部分,总之两种产品的目的都
不是积极参与开源产品开发并反哺开源产品,如果想真正涉及到这些开源的东西的核心
,给这些开源的产品增加新功能,就不要来微软了。微软对于开源的态度依然是想为己
所用,没想过要积极投入,少量回报也只是囿于各种开源协议限制或者不想吃相太难看
搞的开源社区产生敌意。
avatar
s*p
33
大牛真是火眼精金啊,一语道破问题的本质!大牛能点评一下16楼的 SQL DS 组吗?
avatar
x*i
34
42楼 cloud infrastructure operation team怎么样?infrastructure planning.
avatar
k*e
35
听上去是operation team?个人认为带Operation的都不要去,做的都是运维之类的杂
活,做的都是deployment、automation什么的,做个几年把一堆内部powershell脚本、
内部工具octopus什么玩的贼拉熟有什么用?外面公司又不用。另外oncall什么的也是
痛苦,半夜出故障了第一个被弄起来的就是operation team,解决不了的再发incident
喊engineer起来搞。
另外搞infrastucture什么的也要慎重,讲得好听就是我们很关键,大家的东西都建在
我们的成果之上,讲得不好听就是visibility不高,做的东西不是product features,
是幕后英雄,论功行赏的时候吃亏,出了故障的时候倒是少不了一份责任。

【在 x*******i 的大作中提到】
: 42楼 cloud infrastructure operation team怎么样?infrastructure planning.
avatar
x*i
36
恩恩。多谢。koote.
avatar
n*y
37
感觉前辈的很多点评都很到位啊,可否点评一下微软Bing这个大组整体怎么样呢

incident

【在 k***e 的大作中提到】
: 听上去是operation team?个人认为带Operation的都不要去,做的都是运维之类的杂
: 活,做的都是deployment、automation什么的,做个几年把一堆内部powershell脚本、
: 内部工具octopus什么玩的贼拉熟有什么用?外面公司又不用。另外oncall什么的也是
: 痛苦,半夜出故障了第一个被弄起来的就是operation team,解决不了的再发incident
: 喊engineer起来搞。
: 另外搞infrastucture什么的也要慎重,讲得好听就是我们很关键,大家的东西都建在
: 我们的成果之上,讲得不好听就是visibility不高,做的东西不是product features,
: 是幕后英雄,论功行赏的时候吃亏,出了故障的时候倒是少不了一份责任。

avatar
k*e
38
谈不上前辈,只是个人一点想法。Bing我不太了解,一方面Bing太大了,另一方面我没
在Bing干过,具体好不好得看去哪个组,但是总体感觉和朋友反馈都比较值得去,一是
国人比例高,二是我看我以前几个同事去了BING后promotion都比较快。

【在 n*********y 的大作中提到】
: 感觉前辈的很多点评都很到位啊,可否点评一下微软Bing这个大组整体怎么样呢
:
: incident

avatar
n*y
39


【在 k***e 的大作中提到】
: 谈不上前辈,只是个人一点想法。Bing我不太了解,一方面Bing太大了,另一方面我没
: 在Bing干过,具体好不好得看去哪个组,但是总体感觉和朋友反馈都比较值得去,一是
: 国人比例高,二是我看我以前几个同事去了BING后promotion都比较快。

avatar
x*n
40
我来说几句以正视听。
要说微软的执行力还是不错的。原来HDInsight和Cosmos在两个大组里各自为政,前年
reorg两组直接合并成big data组,由数据库和大数据领域的大牛牵头:Raghu
Ramakrishnan。他手下两部分HDInsight和Cosmos,他一直在致力于整合这两部分把大
数据做成云端很好用的服务,所以现在两组不存在竞争关系,更多的是合作。比如
Cosmos后
台现在已经和Yarn整合。如果你看好大数据和云计算,也想来微软,这两个组都是不错
的选择。
HDInsight是要把Hadoop打包部署到Azure上,但是这不是工作的全部。你会有机会熟悉
开源项目,开发新的feature并提交到community,与Hortonworks或者Cloudera一起开
发某个feature,成为某一个领域的专家比如Storm或者Spark,了解客户为什么或者如
何用big data technologies并解决他们的实际问题。其实你就算去Hortonworks或者
Cloudera或者Databricks,也不过是做这些事情,customer service的工作对他们来说
可能更重要。这年头做新轮子的工作比组装轮子的工作少太多了。了解应用场景有时候
更加重要。
这个组一直是growth mindset,混日子不太容易。oncall任务偏重,不过相对于amazon
还是轻松很多。烙印多如牛毛,但是大体上还能任人唯贤,毕竟大家都想出业绩。

SaaS
Cosmos

【在 k***e 的大作中提到】
: 这个组就是拿外面第三方公司做好的Hadoop发行,部署到Windows Server和Azure上,
: 不涉及到Hadoop和Spark的核心开发,看起来很高大上,但是就是做个外包装、部署之
: 类的,并不是招过去做Hadoop核心开发并反哺开源社区——至少去年秋还是这样,他们
: 的代码完整编译一下只要一二十分钟(可见代码量没多少)。而且这个组在微软内部的
: 地位很微妙,一方面微软自己想推自己的Cosmos,但是另一方面微软又想卖Azure SaaS
: ,不得不把Hadoop弄到Azure上,因为外面都在用这个,如果Azure上只推自家的Cosmos
: ,是不会有人有兴趣花钱订阅然后还要把HQL重写成Scope的。于是HDInsight组说微软
: 在大数据这块的盈利主要靠他们Cosmos离成熟还早的很(部分事实)我们组前景很好;
: Cosmos说我们才是微软big data platform的亲儿子我们才是王道HDInsight活不长。这
: 两个组都在17号楼,办公区域都是跟网吧似的没有独立办公室连Cubic都不是,眼睛斜

avatar
i*d
41
业界有几个用hdInsigt的,除非是软软在开出一个基于hadoop的产品,而且被open
source业界所认可,加应用。

【在 x****n 的大作中提到】
: 我来说几句以正视听。
: 要说微软的执行力还是不错的。原来HDInsight和Cosmos在两个大组里各自为政,前年
: reorg两组直接合并成big data组,由数据库和大数据领域的大牛牵头:Raghu
: Ramakrishnan。他手下两部分HDInsight和Cosmos,他一直在致力于整合这两部分把大
: 数据做成云端很好用的服务,所以现在两组不存在竞争关系,更多的是合作。比如
: Cosmos后
: 台现在已经和Yarn整合。如果你看好大数据和云计算,也想来微软,这两个组都是不错
: 的选择。
: HDInsight是要把Hadoop打包部署到Azure上,但是这不是工作的全部。你会有机会熟悉
: 开源项目,开发新的feature并提交到community,与Hortonworks或者Cloudera一起开

avatar
m*t
42
多谢前辈回复 ! 其实我觉得这种机会也是可遇不可求,我待过的公司senior都忙得
要死。。。
隔壁大牛和这个HDInsight属于同一个大组,会在一起有一些合作

..

【在 c***z 的大作中提到】
: 不是什么大牛而且不熟悉这两个组,诚惶诚恐,生怕误导大家了
: 这样的,个人感觉微软的文化是要 deliver,完了就不怎么care了
: 要做东西,要impact在哪里都是很难的,特别是你的上下游都管杀不管埋的,你就自求
: 多福吧
: 要学东西,会容易点,因为大家都要visibility,要到处说,而且很多senior很闲....
: ..
: 至于隔壁大牛,感觉有点像隔壁老王,不如直接问大牛还招不招人

avatar
m*t
43
是的。我当时的面试官都是这个组的。私信你了 : ) thanks !

【在 s*********p 的大作中提到】
: 你当时是这个HDInsight 组面的吗?我当时是SQL DS 组面的,而且hiring manager 也
: 是那个组的,但recruiter 告诉我是data platform 大组。
: 我其实也想去HDInsight 组,因为感觉有机会接触开源社区的主流技术,但也有你这样
: 的担心,害怕他们主要不搞 Spark 本身的开发,而是在上面加了一层,偏部署的工作
: 。

avatar
m*t
44
谢回复 ! 可我觉得mapR,hotonworks,cloudera也是做类似的事情吧,hadoop,
spark distribution 加一些feature。

就不

【在 A********d 的大作中提到】
: 肯定是在上面加一层呀,spark本身是cloudera在搞,想去微软做热门的open source就不
: 要想了,凡是提到Hadoop, spark,storm这些绝对是忽悠你进来,你进去后就知道根本
: 不是你想的那样了。
: 上面那个微软内部的人说的其实很精妙:
: 亚麻是练习:练习的都是比较流行的技术,且做一些新的东西。
: 微软是学习:学习使用微软内部开发工具及环境,就是C# .Net之流。

avatar
m*t
45
谢回复! 前辈说得对,我问hiring manager给的答案也是这样,主要做spark,hadoop
在azure上的部署,同时也会有机会开发一些自己的feature -- 不一定是spark的主要
feature,而可能是在spark之上的一些框架。比如我知道湾区有某大公司在spark之上
开发有自己的图计算框架。 不过他们现在只有两三个人在做spark而已,没有spark
contributor。

【在 r*****n 的大作中提到】
: 有过一点接触, 不知道是不是你要去的组, 他们应该主要做spark在windows上的包装
: , 我想他们应该还是鼓励贡献开源社区的, 也有一些小patch, 但是员工有没有能力
: 贡献太多是另外一个问题。
: 而且, 到目前为止,所有spark的主要feature都是data bricks在drive的,一方面其
: 他公司对这个project的影响力都太小, 另一方面data bricks在spark上的talent也确
: 实是比其他公司都好很多。
:
: 就不

avatar
m*t
46
前辈对微软的点评很中肯,我了解到的也是这样 : ) 对我这样的新人来讲微软也是
一流的公司。 我对spark兴趣来源于几年前它刚出来的时候,那时我正好在学习分布
式系统、学习scala。 工具本身看起来不难,可是自己想要build一个类似的东西,甚
至提交一些小feature,也有无数的东西需要学习。我对这样的工作很感兴趣。

【在 c*****e 的大作中提到】
: 不知道为啥你spark hadoop什么的有这么大兴趣?受这个版的风气影响吗?我从来没有
: 被任何公司面过这些东西。
: 个人感觉这些就是个工具而已,没什么高深的,用的时候看看文档就行。学好C#,比学
: 会这些东西有用多了。想去startup工作(包括uber这样的顶级startup),与其学这些
: 扯淡的东西,还不如学通ruby on rails或者nodejs有用。
: 对于微软,我的感受如下:
: 1)里边的人技术不错,大牛很多。你能学不少东西,虽然这些知识和硅谷的公司不太
: 兼容,但设计思想上还是有帮助的。
: 2)微软的infrastructure比外面的公司落后,做dev ops非常痛苦。
: 3)pay的其实还ok。干的好钱也不少。很多人抱怨微软工资低,但是这些人要是离开了

avatar
m*t
47
koote前辈和楼下的xishan前辈必是内部人士,行情解释得真通透,谢谢 !
我去面试时已经看到了,跟amazon的办公区一样 : ) 我还在想,说好的独立办公室
呢。
我了解的情况也跟你说的一样,不过hiring manager告诉我,他们还是非常鼓励反哺社
区的,而且他也透露了他们正在做的两个project,不是hadoop、spark的核心feature
,是用于和这些开源产品结合的支撑框架 (比如类似于tachyon这样的)。虽然不涉及到
spark核心开发,还是蛮有趣的。
不知是不是基本避不开C# 和 .net 呢 ?

SaaS
Cosmos

【在 k***e 的大作中提到】
: 这个组就是拿外面第三方公司做好的Hadoop发行,部署到Windows Server和Azure上,
: 不涉及到Hadoop和Spark的核心开发,看起来很高大上,但是就是做个外包装、部署之
: 类的,并不是招过去做Hadoop核心开发并反哺开源社区——至少去年秋还是这样,他们
: 的代码完整编译一下只要一二十分钟(可见代码量没多少)。而且这个组在微软内部的
: 地位很微妙,一方面微软自己想推自己的Cosmos,但是另一方面微软又想卖Azure SaaS
: ,不得不把Hadoop弄到Azure上,因为外面都在用这个,如果Azure上只推自家的Cosmos
: ,是不会有人有兴趣花钱订阅然后还要把HQL重写成Scope的。于是HDInsight组说微软
: 在大数据这块的盈利主要靠他们Cosmos离成熟还早的很(部分事实)我们组前景很好;
: Cosmos说我们才是微软big data platform的亲儿子我们才是王道HDInsight活不长。这
: 两个组都在17号楼,办公区域都是跟网吧似的没有独立办公室连Cubic都不是,眼睛斜

avatar
m*t
48
xishan前辈的观点我最认同,非常感谢 !! 前辈是在big data team吗 ?
对据hiring manager的介绍,他们确实有在做spark之上的框架,而且他说也会用java
和linux。 并不涉及spark的核心,而是类似于tachyon这类的项目。 不过不知会不会
工作的大部分都是deploy之类的operational task呢 ?

【在 x****n 的大作中提到】
: 我来说几句以正视听。
: 要说微软的执行力还是不错的。原来HDInsight和Cosmos在两个大组里各自为政,前年
: reorg两组直接合并成big data组,由数据库和大数据领域的大牛牵头:Raghu
: Ramakrishnan。他手下两部分HDInsight和Cosmos,他一直在致力于整合这两部分把大
: 数据做成云端很好用的服务,所以现在两组不存在竞争关系,更多的是合作。比如
: Cosmos后
: 台现在已经和Yarn整合。如果你看好大数据和云计算,也想来微软,这两个组都是不错
: 的选择。
: HDInsight是要把Hadoop打包部署到Azure上,但是这不是工作的全部。你会有机会熟悉
: 开源项目,开发新的feature并提交到community,与Hortonworks或者Cloudera一起开

avatar
d*g
49
想借問一下Azure Active Directory組怎麼樣? 有在裡面的前輩嗎?
avatar
s*p
50
借楼求问 SQL server 组
avatar
x*n
51
做cloud的哪里有不用deploy和oncall的工作呢?如果你去的是spark的组,应该没有多
少deployment的任务,你应该主要是在Linux下用scala和python,我想不会有c#的东西
。但是你自己的feature你也要负责deployment和维护,用户出问题还会找到你。在
cloud时代,没有螺丝钉一样的分工,每个人都是独当一面的角色:full stack
engineer + customer service engineer.

java

【在 m*********t 的大作中提到】
: xishan前辈的观点我最认同,非常感谢 !! 前辈是在big data team吗 ?
: 对据hiring manager的介绍,他们确实有在做spark之上的框架,而且他说也会用java
: 和linux。 并不涉及spark的核心,而是类似于tachyon这类的项目。 不过不知会不会
: 工作的大部分都是deploy之类的operational task呢 ?

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。