57 intervijas, lai tiktu OpenAI: doktorante atklāja visu darba meklēšanas IT nozarē aizkulises

Iegūt darbu vienā no pasaules iekārotākajiem tehnoloģiju uzņēmumiem izrādījās daudz sarežģītāk, nekā daudzi iedomājas. Datorzinātņu doktorantūras absolvente Alisa Ļu pastāstīja par savu ceļu līdz OpenAI piedāvājumam un publicēja detalizētu darba meklēšanas konspektu, ko jau dēvē par vienu no noderīgākajiem ceļvežiem IT un mākslīgā intelekta speciālistiem.

Darba meklēšanas laikā viņa izgāja cauri 57 pilnvērtīgām intervijām 11 uzņēmumos, aizvadīja 46 sarunas ar rekrūteriem un vēl 16 tikšanās pēc darba piedāvājumu saņemšanas. Savu pieredzi pētniece detalizēti aprakstīja rakstā «Notes on the Industry Job Search», kur ne tikai pastāstīja par atlases procesu, bet arī apkopoja desmitiem noderīgu materiālu sagatavošanai intervijām.

Kāpēc darba meklēšana izrādījās tik sarežģīta

No pirmā acu uzmetiena Alisa bija ideāla kandidāte. Viņa sešus gadus studēja Vašingtonas Universitātes doktorantūrā, veica pētījumus dabiskās valodas apstrādes un mašīnmācīšanās jomā, publicēja zinātniskus darbus un piedalījās lielos pētniecības projektos.

Tomēr pat ar šādu CV viņai nācās iziet cauri īstam interviju maratonam.

Pēc Ļu teiktā, mūsdienu AI uzņēmumi kandidātus vērtē сразу vairākos virzienos. Turklāt daudzi pretendenti lieliski tiek galā ar viena veida uzdevumiem un izgāžas citā.

Kādas intervijas rīko AI uzņēmumi

Darba meklēšanas gaitā Alisa izcēla vairākus galvenos interviju formātus.

Algoritmiskie uzdevumi

Tie ir klasiskie programmēšanas uzdevumi, kas līdzinās LeetCode platformas uzdevumiem. Kandidātam ātri jāuzraksta strādājošs kods un jāizskaidro savs risinājums.

Pēc Ļu teiktā, pat pieredzējuši pētnieki bieži nenovērtē šo posmu un zaudē labus piedāvājumus nepietiekamas prakses dēļ.

Machine Learning Coding

Šis formāts kļūst aizvien populārāks.

Kandidātam intervijas laikā piedāvā realizēt neironu tīklu vai mašīnmācīšanās algoritmu daļas tieši uz vietas. Piemēram:

- uzrakstīt attention mehānismu;

- realizēt loģistiskās regresijas apmācību;

- izveidot vienkāršu neironu tīklu;

- izskaidrot transformeru darbību;

- realizēt tokenizatoru.

Pēc Ļu domām, tieši šis posms šobrīd kandidātiem sagādā vislielākās grūtības.

System Design ML jomā

Šādās intervijās pārbauda spēju projektēt reālas AI sistēmas.

Pretendentam var lūgt izstrādāt:

- ChatGPT līmeņa tērzēšanas botu;

- ieteikumu sistēmu;

- meklēšanas dzinēju;

- satura ranžēšanas sistēmu;

- infrastruktūru lielu valodas modeļu apmācībai.

Šeit tiek vērtēts nevis kods, bet arhitektūras izpratne un spēja pieņemt inženiertehniskus lēmumus.

Research Interviews

Īpaši svarīgas pētniecības vakancēm.

Kandidāts detalizēti stāsta par saviem zinātniskajiem projektiem, publikācijām un eksperimentiem.

Pēc Ļu teiktā, daudzi darba devēji šim posmam pievērš pat vairāk uzmanības nekā publikācijām CV.

Uzvedības intervijas

Neraugoties uz nozares tehnisko raksturu, uzņēmumi aktīvi pārbauda komunikācijas prasmes.

Kandidātiem jautā:

- kā viņi risināja konfliktus;

- kā tika galā ar neveiksmēm;

- kā strādāja komandā;

- kā pieņēma sarežģītus lēmumus.

Ļu norāda, ka daudzi inženieri pret šādiem jautājumiem izturas nenopietni un pieļauj lielu kļūdu.

Galvenais secinājums: diploms pats par sevi vairs nepalīdz

Viens no pētnieces negaidītākajiem secinājumiem ir tas, ka spēcīga izglītība vairs nav panākumu garantija.

Pēc viņas teiktā, zinātniskais grāds palīdz saņemt uzaicinājumu uz interviju, taču tālāk darba devējus interesē tikai praktiskās prasmes.

«Nevienu neinteresē, cik gudri jūs izskatāties uz papīra. Svarīgi parādīt, ka spējat risināt reālus uzdevumus», — tādu secinājumu izdara autore.

Kā viņa gatavojās

Ļu sagatavošanai veltīja simtiem stundu.

Galveno uzmanību viņa pievērsa:

- LeetCode uzdevumu risināšanai;

- mašīnmācīšanās pamatu atkārtošanai;

- ML Coding trenēšanai;

- mūsdienu valodas modeļu arhitektūru apguvei;

- stāstu sagatavošanai par saviem projektiem;

- atbilžu trenēšanai uz uzvedības jautājumiem.

Viņa iesaka nemācīties atbildes burtiski, bet sagatavot stāstu kopumu no savas pieredzes, ko var pielāgot dažādiem jautājumiem.

Kāpēc tīklošanās izrādījās svarīgāka par CV

Atsevišķu nodaļu savā rakstā Ļu veltīja pazīšanām nozarē.

Pēc viņas teiktā, ievērojama daļa iespēju rodas nevis no aukstām pieteikšanās reizēm uz vakancēm, bet gan pateicoties pazīstamu cilvēku ieteikumiem.

Viņa iesaka:

- piedalīties konferencēs;

- apmeklēt profesionālas tikšanās;

- uzturēt saikni ar bijušajiem kolēģiem;

- nebaidīties rakstīt cilvēkiem no interesējošajiem uzņēmumiem;

- publiski stāstīt par saviem projektiem.

Pēc pētnieces domām, labas profesionālās saites var saīsināt ceļu līdz intervijai vairākas reizes.

Kā neizdegt darba meklēšanas laikā

Viena no vērtīgākajām raksta sadaļām bija padomi emocionālās izdegšanas apkarošanai.

Pēc desmitiem interviju pat spēcīgi kandidāti sāk zaudēt ticību sev.

Ļu iesaka:

- neuztvert atteikumu kā savas vērtības novērtējumu;

- atcerēties, ka daudzi lēmumi tiek pieņemti uzņēmuma iekšējo vajadzību dēļ;

- darīt pārtraukumus starp intervijām;

- negatavoties diennakti;

- atvēlēt laiku atpūtai un saziņai.

Viņa atzīst, ka pati vairākkārt jutusi nogurumu un vilšanos, īpaši pēc atteikumiem no uzņēmumiem, kuros ļoti vēlējās iekļūt.

Kā iegūt labāko piedāvājumu

Pēc pirmo piedāvājumu saņemšanas darbs nebeidzas.

Ļu uzsver, ka daudzi kandidāti baidās apspriest nosacījumus, lai gan sarunas ir normāla atlases procesa daļa.

Viņa iesaka:

- nepieņemt pirmo piedāvājumu uzreiz;

- salīdzināt vairākus piedāvājumus;

- precizēt bonusus un opcijas;

- atklāti un profesionāli apspriest atlīdzību;

- izmantot konkurējošus piedāvājumus kā argumentu sarunās.

Pēc viņas teiktā, prasmīgas sarunas var palielināt kopējo atlīdzību par desmitiem tūkstošu dolāru gadā.

Kas galu galā palīdzēja tikt OpenAI

Pēc pašas Ļu domām, izšķirošie faktori nebija diploms un ne publikācijas, bet gan vairāku lietu kombinācija:

- dziļa mašīnmācīšanās izpratne;

- sistēmiska sagatavošanās intervijām;

- spēja sarežģītas idejas izskaidrot vienkāršiem vārdiem;

- profesionālas saites;

- neatlaidība.

Viņas stāsts parāda, cik konkurētspējīgs ir kļuvis darba tirgus mākslīgā intelekta laikmetā. Pat kandidāts ar spēcīgu zinātnisko pieredzi izgāja cauri 57 intervijām, pirms saņēma vēlamo piedāvājumu. Tomēr Alisas pieredze pierāda, ka rūpīga sagatavošanās un konsekvents darbs pie savām prasmēm spēj atvērt durvis pat uz pasaules prestižākajiem tehnoloģiju uzņēmumiem.