Proces Rekrutacji w OpenAI, Etap po Etapie
Autor: Aaron Cao · Zaktualizowano
Kandydaci najczęściej opisują rozmowę z rekruterem, praktyczny etap kodowania, etap take-home lub projektowy dla wielu ról inżynierskich, a następnie wirtualny onsite łączący kodowanie, głębię designu lub badań oraz rozmowę o dopasowaniu do misji. Szczegóły zmieniają się szybko wraz ze wzrostem zespołów.
Jakie etapy zwykle obejmuje proces rekrutacyjny OpenAI?
Chcecie listy etapów, a uczciwa wersja przychodzi z zastrzeżeniem. Ta sekcja przedstawia wzorzec zgłaszany przez kandydatów najbardziej konsekwentnie, wraz z powodem, dla którego powinniście go zweryfikować, a nie mu ufać. OpenAI rosło szybko, a procesy rekrutacyjne, które szybko rosną, są często zmieniane.
- Rozmowa z rekruterem. Rola, zespół, poziom i to, nad czym byście pracowali. Zapytajcie tutaj, jakie etapy są dla was zaplanowane.
- Screening techniczny. Praktyczne kodowanie w działającym środowisku, z naciskiem na zbudowanie czegoś, co działa.
- Etap take-home lub ograniczony projekt. Zgłaszany dla wielu ról inżynierskich, zwykle kilka godzin z dołączonym pisemnym podsumowaniem.
- Etapy onsite. Jakaś kombinacja kodowania, projektowania systemu lub ML oraz omówienia etapu take-home z pytaniami dodatkowymi.
- Rozmowa badawcza. Dla ról badawczych dogłębne przejście przez waszą własną wcześniejszą pracę zamiast zadania projektowego.
- Rozmowa o misji i wartościach. Dlaczego ta praca i jak myślicie o odpowiedzialnym wdrażaniu zaawansowanych systemów.
Traktujcie to jako mapę, nie harmonogram. Hub procesy rekrutacyjne firm obejmuje procesy, które pozostają stabilne dłużej, jeśli chcecie porównania.
Dlaczego etap kodowania jest praktyczny, a nie algorytmiczny?
Zgłaszany nacisk kładzie się na zadania przypominające prawdziwą pracę: pisanie kodu, który działa, czytanie nieznanego interfejsu i sprawienie, by coś funkcjonowało w ramach limitu czasu. To zmienia, jak powinniście się przygotować. Szybkość przypominania sobie algorytmu z podręcznika liczy się mniej niż swoboda we własnym środowisku, komfort czytania dokumentacji bez przygotowania i gotowość do testowania na bieżąco, a nie na końcu.
To zmienia też, ile kosztuje was milczenie. W praktycznym etapie osoba prowadząca rozmowę, która nie słyszy waszego toku myślenia, ma bardzo mało do oceny, dopóki kod nie zadziała. Mówienie, co zamierzacie spróbować i dlaczego, to nie wypełniacz. To większość sygnału.
Inżynierka machine learning przechodząca z pracy infrastrukturalnej spędziła miesiąc na ćwiczeniach algorytmicznych przed screeningiem OpenAI, a potem miała trudności z etapem take-home, który głównie prosił ją o połączenie nieznanego API i obronę projektu na piśmie. Ćwiczenia nie były zmarnowane, ale trenowały niewłaściwą umiejętność. Ćwiczenie wyjaśnienia na głos, z przerywnikami, to właśnie do czego służy tryb praktyki mock interview.
Jak przygotować się do rozmowy o misji i bezpieczeństwie?
Ten etap to prawdziwa ocena, a kandydaci, którzy traktują go jak luźną pogawędkę, dają płytkie odpowiedzi. Nie potrzebujecie position paper. Potrzebujecie konkretnego, szczerego wyjaśnienia, dlaczego chcecie wykonywać tę pracę i jak myślicie o konsekwencjach tego, co budujecie.
- Miejcie konkretny powód. Konkretny problem, nad którym chcecie pracować, bije ogólny entuzjazm dla dziedziny.
- Przynieście prawdziwy kompromis, który podjęliście. Moment, w którym spowolniliście wdrożenie, dodaliście zabezpieczenie lub sprzeciwiliście się decyzji o wypuszczeniu produktu.
- Przeczytajcie opublikowane materiały. Umiejętność odniesienia się do własnych deklarowanych stanowisk firmy to podstawa, nie bonus.
- Bądźcie szczerzy co do niepewności. Stwierdzenie, czego nie wiecie, brzmi lepiej niż wyćwiczona pewność siebie, której nie obronicie przy pytaniu dodatkowym.
Obowiązuje ta sama zasada co wszędzie indziej w tym procesie: odpowiedź, którą już raz wypowiedzieliście na głos, jest wyraźnie lepsza niż odpowiedź, o której tylko pomyśleliście.
Gdzie w tym procesie mieści się pomoc AI?
Przygotowanie jest proste. Przećwiczenie omówienia badań, powtarzanie pytań dodatkowych do etapu take-home i ćwiczenie rozmowy o misji to zwykła nauka, a robienie tego na głos to część, którą większość kandydatów pomija.
Pomoc na żywo podczas rozmowy to węższe pytanie, które zależy od etapu. Rozmowa wideo i ćwiczenie kodowania z udostępnionym ekranem to różne sytuacje, a etap take-home zwykle ma własne, jawne zasady dotyczące tego, jakich narzędzi możecie używać. Przeczytajcie te zasady; to one są prawdziwą odpowiedzią dla tego etapu, a nie cokolwiek, co twierdzi dostawca.
SubcueAI oferuje dwie formy pomocy na żywo: natywną aplikację desktopową na macOS i Windows oraz panel boczny jako rozszerzenie przeglądarki dla rozmów w karcie przeglądarki, i żadna z nich nie dołącza do rozmowy jako bot spotkania ani niczego nie wstrzykuje na stronę spotkania. Żadna nie przetrwa udostępnionego ekranu, nagrywanego etapu ani komputera zarządzanego przez firmę. Te ograniczenia są jasno opisane w hubie detectability.