[社招 offer 求选择] vmware 和 旷视 face++

2018-10-31 12:10:13 +08:00
 scf0920
vmware 是做 docker 引擎开发,是基于 vmware 自己的虚拟机再开发一个 docker,好处是国际大厂背景,vmware 在云计算领域还算是很强势的。。还有就是不加班,也能逼着自己多学学英语,做的事情技术含量也不错,但是待遇比较低,工作方向也不太清楚是否核心。。

旷视是 brain++后台开发计算模块,也是做容器或者虚拟化这块,算是开发岗里边比较核心的,大牛也很多,问过一些人评价都很不错的样子。。年包比 vmware 高个五六万

目前主要纠结这两个。希望大家给点意见,不胜感激。
8891 次点击
所在节点    职场话题
44 条回复
Deville
2018-10-31 22:53:55 +08:00
@feverzsj 那为啥火车站检票口、机场入境,均用了人脸识别。。。
kyutynr
2018-10-31 22:54:37 +08:00
vm +1
feverzsj
2018-10-31 22:57:31 +08:00
@Deville 准确率不高的,人工复查就是比不小的开销
oclock
2018-10-31 23:19:20 +08:00
vmware 不值得选,除非能把你搬运到美国(并且你也想要肉身出墙)
fuyufjh
2018-11-01 01:05:57 +08:00
做 AI 相关的开发和游戏开发一样,路子很窄,三思
111qqz
2018-11-01 01:19:13 +08:00
去 facepp
laxenade
2018-11-01 04:15:54 +08:00
你要是不是非常缺钱 强烈推荐 vm
ladypxy
2018-11-01 04:55:36 +08:00
送分题,VMware
poplar50
2018-11-01 08:14:46 +08:00
@feverzsj 你证据在哪儿。。目前很多国产人脸识别都用的旷视技术,火车站上线的人脸识别抓逃也是。。tob 做的算是风风火火。。
kokutou
2018-11-01 08:39:56 +08:00
vm。。。
northisland
2018-11-01 08:59:19 +08:00
据我所知,现在 ai 大厂,基本都有一套自研的深度学习全家桶,
从多机多卡调度,ai 计算的偏底层实现,到接口的定义(比如支持 keras api )。旷视的 brain++比较靠谱,听从旷视走的同事说,去其他直接用开源框架的厂,会怀念 brain++的易用性、可靠性。

vm 感觉中规中矩,肯定不差,但不晓得能不能赶上这波计算革命的潮流。
marffin
2018-11-01 11:17:10 +08:00
看你的兴趣在哪里,个人建议应该去 VMWare

VMWare 是虚拟化技术商业解决方案的老大。虚拟机上面再做一层 docker 是什么意思,当然就是云解决方案啊。AWS/GCP 的基础架构都是物理机上面茫茫多的虚拟机,虚拟机里面再跑容器( docker/rkt/...),容器之上是容器编排系统。所以 VMWare 的组看起来是做 VMWare 的容器化解决方案的。

相比之下 Face++做的应该是应用层级的,也就是在容器编排系统再上一层的业务系统。这个层面一来是要实现很多计算的业务逻辑,二来是根据业务特点设计容器的伸缩和提高资源利用率的算法。不过总的来说还是业务和应用层的东西。
feverzsj
2018-11-01 11:23:01 +08:00
@poplar50 做过相关的招标审核,国内几家水平都差不多,识别效果都差强人意,基本做下来就是当摆设,最终就是看谁报的价低,给的回扣高
thinxer
2018-11-01 12:09:13 +08:00
我是 Brain++ 负责人王健飞,看到讨论来做个科普。Brain++ 是旷视( Face++)内部的深度学习云平台,目前主要服务内部的深度学习研究院,所以公开资料不多。未来我们不排除开源和商业化的可能性。

工业界的深度学习算法并不是调调 Keras,跑跑 ImageNet 就能搞定的。到 Face++ 这个级别,全公司 AI 算法生产所需要的计算规模要上万张 GPU,存储规模要几十 PB,内部算法开发人员也有大几百人,生产流程非常复杂。为了支撑这个规模的算法生产,我们自 2016 年初开始,自研了 Brain++ 云平台,调度,容器,虚拟化,云存储,数据库五脏俱全。

技术上,我们并不是基于 Kubernetes 或者 OpenStack 魔改,而是出于研究院的需要,从底层 Linux Kernel 做起,基于 cgroups/namespaces 以及 KVM 做任务隔离,自研分布式调度器,实现 HPC 和云计算各自优势的融合,既易用、高性能,也弹性、易扩容,所以技术深度是不用担心的。当然,我们自研的同时,也会充分利用社区资源,不会让同学们的技术和社区脱节。我们不鼓励螺丝钉,希望每个同学都能提出自己的想法,推动平台技术迭代。

业务上,我们和研究院紧密结合,不论是早先的多机训练优化,近来的模型搜索 AutoML,还是服务整个算法生产流程的数据处理、训练管理、模型发布,一直走在业界前沿。

产业上,当前社会对 AI 算法,尤其是 CV 算法的需求量是非从业人员难以想象的,并且可以预计未来几年会持续的爆发性增长。满足这些需求,靠的是 AI 算法生产的流程和配套系统,仅仅大量招聘“炼丹师”并不能解决问题。

篇幅有限不再详述我们的技术,正如 Hadoop 使得 BigData 成为 commodity,我们希望 Brain++ 成为深度学习时代的最佳平台。欢迎对分布式开发(包括但不限于集群管理,分布式存储,数据库,深度学习框架)感兴趣的同学加入 Brain++,以非凡技术,持续为客户和社会创造最大价值。职位列表和投递方式请参考各大招聘网站。
scf0920
2018-11-01 12:44:44 +08:00
@thinxer 哇。。。。。竟然惊动了大佬。。。。
darkcode
2018-11-01 12:52:58 +08:00
追求体面就去 vmware
vincixu
2018-11-01 14:01:43 +08:00
旷视……所有在旷世呆过的朋友,哪怕是实习,都觉得环境 nice 老板 nice ……然而威睿,改名以后我怕有人会问是不是做厨房清洁剂的
shalk
2018-11-01 14:28:13 +08:00
楼主说是社招做容器和虚拟化方向,居然对 vmware 的不是太了解。

稍微科普一下,如有说的不对,欢迎指正:

vmware 在虚拟化方向在全球范围都是是最强的,xen kvm hyper-v 都要低头。

容器方向,vmware 在容器这一层做的适配 docker engine 的 vic,以及深度内核定制的超级轻量的容器虚拟机系统 photon,还做了商业级的容器仓库 harbor。看代码 https://github.com/vmware

K8S 方向,有 pivotal 和 vmware 联手推出了 Pivotal Container Service 企业级的 k8s 可以对接 vmware 的容器。

另外,pivotal 是 vmware 投资的公司,打开 spring.io 看最下面一行。

所以,按照你的描述,vmware 容器应该是做和这些相关的事情,
scf0920
2018-11-01 15:42:19 +08:00
@shalk 嗯,我要做的就是 vic,可能我对 vic 的理解有些偏差,我之前的理解就是自己写了个 docker engine,你说的其他的我也都知道。但是 vmware 中国这边我就得考虑一下了。。不知道会不会接触到核心的东西。。
JoeDING
2018-11-01 16:34:53 +08:00
VMware 有生活; F++先不去,VM 那边做一段,不想做,那就去 F++, 2 个月足够你了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/502955

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX