57 співбесід заради OpenAI: аспірантка розкрила весь зворотний бік пошуку роботи в IT

Отримати роботу в одній із найзаповітніших технологічних компаній світу виявилося значно складніше, ніж багато хто уявляє. Випускниця докторантури з комп’ютерних наук Аліса Лю розповіла про свій шлях до оффера від OpenAI та опублікувала детальний конспект пошуку роботи, який уже називають однією з найкорисніших інструкцій для фахівців у сфері IT та штучного інтелекту.

За час пошуку роботи вона пройшла через 57 повноцінних співбесід у 11 компаніях, провела 46 розмов із рекрутерами та ще 16 зустрічей після отримання пропозицій про роботу. Свій досвід дослідниця детально описала у статті «Notes on the Industry Job Search», де не лише розповіла про процес найму, а й зібрала десятки корисних матеріалів для підготовки до інтерв’ю.

Чому пошук роботи виявився настільки складним

На перший погляд Аліса була ідеальною кандидаткою. Вона шість років навчалася в аспірантурі Університету Вашингтона, займалася дослідженнями у сфері обробки природної мови та машинного навчання, публікувала наукові роботи й брала участь у великих дослідницьких проєктах.

Однак навіть із таким резюме їй довелося пройти справжній марафон інтерв’ю.

За словами Лю, сучасні AI-компанії оцінюють кандидатів одразу за кількома напрямами. Причому багато претендентів чудово справляються з одним типом завдань і провалюються на іншому.

Які співбесіди проводять AI-компанії

Під час пошуку роботи Аліса виокремила кілька основних форматів інтерв’ю.

Алгоритмічні завдання

Це класичні завдання з програмування, схожі на завдання з платформи LeetCode. Кандидату потрібно швидко написати робочий код і пояснити своє рішення.

За словами Лю, навіть досвідчені дослідники часто недооцінюють цей етап і втрачають хороші пропозиції через недостатню практику.

Machine Learning Coding

Цей формат стає дедалі популярнішим.

Кандидату пропонують реалізувати частини нейромереж або алгоритмів машинного навчання прямо під час інтерв’ю. Наприклад:

- написати механізм уваги (attention);

- реалізувати навчання логістичної регресії;

- побудувати просту нейронну мережу;

- пояснити роботу трансформерів;

- реалізувати токенізатор.

На думку Лю, саме цей етап зараз спричиняє у кандидатів найбільші труднощі.

System Design для ML

На таких інтерв’ю перевіряють здатність проєктувати реальні AI-системи.

Здобувача можуть попросити спроєктувати:

- чат-бота рівня ChatGPT;

- рекомендательну систему;

- пошуковий рушій;

- систему ранжування контенту;

- інфраструктуру для навчання великих мовних моделей.

Тут оцінюють не код, а розуміння архітектури та здатність ухвалювати інженерні рішення.

Research Interviews

Особливо важливі для дослідницьких вакансій.

Кандидат докладно розповідає про свої наукові проєкти, публікації та експерименти.

За словами Лю, багато роботодавців приділяють цьому етапу навіть більше уваги, ніж публікаціям у резюме.

Поведінкові інтерв’ю

Попри технічну спрямованість галузі, компанії активно перевіряють навички спілкування.

Кандидатів запитують:

- як вони розв’язували конфлікти;

- як справлялися з провалами;

- як працювали в команді;

- як ухвалювали складні рішення.

Лю зазначає, що багато інженерів ставляться до таких запитань несерйозно і роблять велику помилку.

Головний висновок: диплом сам по собі вже не допомагає

Один із найнеочікуваніших висновків дослідниці полягає в тому, що сильна освіта перестала бути гарантією успіху.

За її словами, науковий ступінь допомагає отримати запрошення на інтерв’ю, але далі роботодавців цікавлять виключно практичні навички.

«Нікого не хвилює, наскільки розумним ви виглядаєте на папері. Важливо показати, що ви здатні вирішувати реальні завдання», — такий висновок робить авторка.

Як вона готувалася

Лю витратила сотні годин на підготовку.

Основну увагу вона приділяла:

- розв’язанню задач LeetCode;

- повторенню основ машинного навчання;

- тренуванню ML Coding;

- вивченню архітектур сучасних мовних моделей;

- підготовці розповідей про власні проєкти;

- тренуванню відповідей на поведінкові запитання.

Вона радить не завчати відповіді дослівно, а готувати набір історій із власного досвіду, які можна адаптувати під різні запитання.

Чому нетворкінг виявився важливішим за резюме

Окрему главу своєї статті Лю присвятила знайомствам в індустрії.

За її словами, значна частина можливостей з’являється не через холодні відгуки на вакансії, а завдяки рекомендаціям знайомих.

Вона радить:

- брати участь у конференціях;

- відвідувати професійні зустрічі;

- підтримувати зв’язок із колишніми колегами;

- не боятися писати людям із компаній, які вас цікавлять;

- публічно розповідати про свої проєкти.

На думку дослідниці, хороші професійні зв’язки можуть скоротити шлях до інтерв’ю в кілька разів.

Як не вигоріти під час пошуку роботи

Одним із найцінніших розділів статті стали поради щодо боротьби з емоційним вигоранням.

Після десятків інтерв’ю навіть сильні кандидати починають втрачати впевненість у собі.

Лю рекомендує:

- не сприймати відмову як оцінку власної цінності;

- пам’ятати, що багато рішень ухвалюються через внутрішні потреби компанії;

- робити перерви між інтерв’ю;

- не готуватися цілодобово;

- зберігати час на відпочинок і спілкування.

Вона зізнається, що сама неодноразово відчувала втому й розчарування, особливо після відмов від компаній, до яких дуже хотіла потрапити.

Як отримати найкращий оффер

Після отримання перших пропозицій робота не закінчується.

Лю наголошує, що багато кандидатів бояться обговорювати умови, хоча переговори є нормальною частиною процесу найму.

Вона радить:

- не приймати першу пропозицію одразу;

- порівнювати кілька офферів;

- уточнювати бонуси й опціони;

- відкрито та професійно обговорювати компенсацію;

- використовувати конкурентні пропозиції як аргумент у переговорах.

За її словами, грамотні переговори можуть збільшити підсумкову компенсацію на десятки тисяч доларів на рік.

Що зрештою допомогло потрапити в OpenAI

На думку самої Лю, вирішальними факторами стали не диплом і не публікації, а поєднання кількох речей:

- глибоке розуміння машинного навчання;

- системна підготовка до інтерв’ю;

- уміння пояснювати складні ідеї простими словами;

- професійні зв’язки;

- наполегливість.

Її історія показує, наскільки конкурентним став ринок праці в епоху штучного інтелекту. Навіть кандидатка з сильним науковим досвідом пройшла через 57 співбесід, перш ніж отримати бажаний оффер. Однак досвід Аліси доводить, що ретельна підготовка й послідовна робота над своїми навичками здатні відкрити двері навіть у найпрестижніші технологічні компанії світу.