Phỏng vấn Data Engineer tại Anthropic: quy trình và cách chuẩn bị

Bạn đã nhận được thư mời phỏng vấn từ Anthropic và muốn biết các vòng gồm những gì cũng như các quy định ra sao. Phần này tách riêng những gì Anthropic nêu về phỏng vấn của mình với những gì là thông lệ chung cho các vị trí kỹ thuật dữ liệu. Quy định được nêu trước, vì chúng quyết định cách bạn nên chuẩn bị.

Anthropic công bố hướng dẫn phỏng vấn áp dụng cho nhiều vị trí thay vì một quy trình riêng cho từng vị trí. Những gì công ty nêu:

• Hồ sơ ứng tuyển. Ứng viên nên tự viết bản nháp đầu tiên của hồ sơ và có thể dùng Claude để trau chuốt.
• Hình thức. Mọi buổi phỏng vấn diễn ra qua Google Meet, và Anthropic có thể sắp xếp theo nhiều múi giờ khác nhau.
• Live coding. Với các vị trí kỹ thuật, Anthropic dùng các công cụ live coding như Colab và CodeSignal. Ứng viên có thể tra cứu nhưng cần thạo cú pháp cơ bản và các thư viện chuẩn.
• Bài tập làm ở nhà. Được hoàn thành mà không dùng Claude, trừ khi Anthropic chỉ định khác.
• AI hỗ trợ trong phỏng vấn trực tiếp. Không được phép, trừ khi có chỉ định khác, vì Anthropic muốn xem ứng viên suy nghĩ giải quyết vấn đề theo thời gian thực như thế nào.

Anthropic không công bố quy trình từng bước cho data engineer: không có tên các vòng, không nêu số buổi phỏng vấn, không có thứ tự cố định. Hãy hỏi nhà tuyển dụng mỗi buổi trò chuyện bao quát những mảng nào, mỗi buổi dùng công cụ lập trình nào, và bài tập làm ở nhà có nằm trong quy trình của bạn hay không.

Để lên kế hoạch, các giai đoạn dưới đây là những nhóm chuẩn bị chung cho vị trí kỹ thuật dữ liệu, không phải tên các vòng của Anthropic:

• Trò chuyện với nhà tuyển dụng. Nền tảng của bạn, động lực, đội ngũ và lịch hẹn.
• Vòng sàng lọc kỹ thuật. Thường là SQL và Python trong môi trường live coding, thường kèm câu hỏi về một pipeline bạn từng vận hành.
• Trò chuyện với quản lý. Những hệ thống bạn từng phụ trách, cách bạn xử lý sự cố, và cách bạn làm việc với những người sử dụng dữ liệu của bạn.
• Các buổi phỏng vấn kỹ thuật chuyên sâu. Mô hình hóa dữ liệu, thiết kế pipeline và hệ thống, và SQL khó hơn.
• Trò chuyện về hành vi và động lực. Cách bạn làm việc với người khác và lý do bạn muốn làm đúng công việc này.

Các bài đăng trên Reddit và Glassdoor mô tả từng quy trình riêng lẻ. Một số lời kể của ứng viên mô tả những câu hỏi SQL bắt đầu bằng việc tự thiết kế schema thay vì truy vấn một schema có sẵn. Hãy xem mỗi bài đăng là trải nghiệm của một ứng viên ở một đội, không phải cách Anthropic phỏng vấn mọi data engineer.

Phát biểu rõ nhất của Anthropic về đánh giá là lý do công ty không cho phép AI hỗ trợ trong phỏng vấn trực tiếp: họ muốn xem ứng viên suy nghĩ giải quyết vấn đề theo thời gian thực như thế nào. Với data engineer, điều đó biến mọi câu hỏi kỹ thuật thành một bài kiểm tra tư duy có thể quan sát được. Các mảng dưới đây là thông lệ chung của vị trí này, và các câu hỏi mẫu trong trang là đề luyện tập, không phải câu hỏi Anthropic đã xác nhận sẽ hỏi.

• SQL và thiết kế schema. Các phép join không nhân bản dòng, window function, loại trùng lặp, và chuỗi liên tiếp hoặc phiên trong dữ liệu sự kiện. Hãy sẵn sàng thiết kế các bảng trước khi truy vấn và giải thích độ chi tiết (grain) của từng bảng.
• Python cho dữ liệu. Phân tích cú pháp, biến đổi và tổng hợp bản ghi bằng mã rõ ràng. Vì Anthropic yêu cầu thạo cú pháp cơ bản và thư viện chuẩn, hãy luyện giải bài chỉ với thư viện chuẩn, phòng khi các gói quen dùng không có trong bài.
• Mô hình hóa dữ liệu. Fact so với dimension, các thuộc tính thay đổi theo thời gian, và các bảng mà nhà phân tích và nhà nghiên cứu có thể truy vấn mà không gặp bẫy.
• Thiết kế pipeline và hệ thống. Batch so với streaming, ghi idempotent, backfill, dữ liệu đến muộn, thay đổi schema và kiểm tra chất lượng dữ liệu, với các câu hỏi tiếp theo thay đổi yêu cầu giữa chừng.
• Phán đoán về hành vi. Nhận trách nhiệm về sự cố, bất đồng về định nghĩa chỉ số, và đánh đổi giữa tốc độ và độ chính xác.
• Động lực. Vì sao là công ty này và loại công việc dữ liệu này. Một câu trả lời cụ thể gắn với công việc bạn đã làm có sức nặng hơn nhiệt huyết chung chung.

Bạn không cần tự giới thiệu mình là chuyên gia học máy. Anthropic cho biết khoảng một nửa nhân sự kỹ thuật của họ trước đó chưa có kinh nghiệm ML, nên nền tảng dữ liệu vững giúp ích cho data engineer hơn là thuật ngữ ML mà họ không bảo vệ nổi khi bị hỏi sâu. Tuy vậy, hãy kiểm tra tin tuyển dụng, vì một đội cụ thể vẫn có thể yêu cầu kinh nghiệm liên quan. Thêm đề luyện tập chia theo kỹ năng có trong ngân hàng câu hỏi.

Anthropic không công bố sự khác biệt theo từng vị trí, nên phần so sánh vị trí dưới đây là thông lệ chung của kỹ thuật dữ liệu.

• So với kỹ sư phần mềm. Ít nặng về câu đố thuật toán, nhiều hơn về SQL, mô hình hóa dữ liệu và độ tin cậy của pipeline. Câu hỏi thiết kế xoay quanh cách dữ liệu di chuyển, hạ cánh và được sửa chữa, thay vì các dịch vụ phục vụ yêu cầu.
• So với khoa học dữ liệu. Ít thống kê và thiết kế thí nghiệm hơn, nhiều hơn về xây dựng các bảng mà nhà phân tích và nhà nghiên cứu phụ thuộc. Bạn vẫn có thể được hỏi một chỉ số được định nghĩa thế nào, vì data engineer thường sở hữu bảng đứng sau nó.
• So với kỹ sư analytics. Ranh giới khá mờ. Các vị trí analytics thiên về mô hình hóa và SQL cho báo cáo; vị trí data engineer đi sâu hơn vào nạp dữ liệu, xử lý phân tán và hạ tầng.

So với các công ty khác, một vài quy định Anthropic nêu sẽ thay đổi cách bạn chuẩn bị. Chính sách AI của họ rất rõ ràng: không có AI hỗ trợ trong phỏng vấn trực tiếp và không dùng Claude cho bài tập làm ở nhà, trừ khi Anthropic nói khác. Được phép tra cứu khi live coding, nên bài kiểm tra ít thiên về cú pháp học thuộc mà thiên về cách bạn suy luận và tốc độ tìm ra thứ mình cần. Và mọi buổi phỏng vấn đều qua Google Meet, nên không có ngày phỏng vấn trực tiếp tại văn phòng để bạn lên kế hoạch di chuyển. Các hướng dẫn về cách những công ty khác tổ chức quy trình nằm trong mục phỏng vấn theo công ty.

Anthropic không công bố mốc thời gian tuyển dụng data engineer. Lịch hẹn phụ thuộc vào đội, cấp bậc của bạn và quỹ thời gian của người phỏng vấn; Anthropic cho biết họ có thể sắp xếp theo nhiều múi giờ, điều này hữu ích nếu bạn phỏng vấn từ ngoài khu vực của đội. Nhà tuyển dụng là người nên hỏi về số buổi trò chuyện cần chuẩn bị và thường mất bao lâu để có quyết định.

Độ khó dễ mô tả theo định tính hơn. Được tra cứu giúp giảm áp lực phải học thuộc cú pháp, nhưng lại nâng yêu cầu ở chỗ khác: người phỏng vấn cho bạn xem tài liệu là đang quan sát cách bạn suy luận, chứ không phải bạn có nhớ chữ ký của một hàm hay không. Không có AI hỗ trợ, bạn tự tạo ra hướng tiếp cận, mã nguồn và các bước kiểm tra, vừa làm vừa nói to.

Phần khó với đa số ứng viên là chiều sâu khi bị hỏi tiếp. Bạn thiết kế một pipeline, rồi người phỏng vấn thêm dữ liệu đến muộn, sau đó là thay đổi schema, rồi hỏi bạn làm sao biết kết quả đầu ra bị sai. Ứng viên từng vận hành pipeline trên production thường xử lý sự thay đổi đó tốt hơn người chỉ mới xây dựng chúng.

Ứng viên cấp cao nên chờ đợi trọng tâm nghiêng về phán đoán: chọn thứ không nên xây, giải thích một sự đánh đổi cho đối tác phi kỹ thuật, và nhận trách nhiệm về sai lầm trong quá khứ.

Hãy xây dựng việc chuẩn bị quanh các điều kiện Anthropic nêu, vì luyện tập trong điều kiện khác sẽ rèn sai thói quen.

• Luyện tập không dùng AI. Làm mọi bài tập mà không có trợ lý, vì phỏng vấn trực tiếp không cho phép, trừ khi có chỉ định khác. Tra tài liệu thì được; câu trả lời do AI tạo ra thì không.
• Luyện trong các công cụ tương tự. Làm việc trên notebook chạy trong trình duyệt và trình soạn thảo mã trực tuyến để môi trường trở nên quen thuộc. Nắm chắc cú pháp cơ bản và thư viện chuẩn, đồng thời luyện tìm câu trả lời nhanh trong tài liệu chính thức.
• SQL, schema trước. Với mỗi bài tập, hãy thiết kế các bảng trước khi viết truy vấn, và nói to độ chi tiết của từng kết quả trước khi chạy.
• Mô hình hóa và pipeline. Phác thảo một pipeline cho lĩnh vực bạn quen, rồi thử thách nó: chạy lại sau lỗi một phần, backfill, một batch đến muộn, một cột bị đổi tên.
• Nghĩ thành tiếng. Ghi âm khi bạn giải một bài và lắng nghe các đoạn im lặng. Suy luận theo thời gian thực chính là điều Anthropic nói họ muốn thấy.
• Bài tập làm ở nhà, nếu được giao. Hoàn thành mà không dùng Claude trừ khi có hướng dẫn khác. Thêm kiểm thử, một README ngắn nêu các giả định của bạn, và cách xử lý rõ ràng với đầu vào xấu.
• Hành vi và động lực. Chuẩn bị một sự cố pipeline mà bạn từng phụ trách, một bất đồng về định nghĩa chỉ số, và một lý do cụ thể khiến bạn quan tâm đến công việc này.

Hãy hình dung một data engineer nhiều năm xây bảng kho dữ liệu với trợ lý AI luôn mở trong trình soạn thảo. Trước vòng sàng lọc, họ tắt nó trong mọi buổi luyện tập và giải các bài SQL và Python chỉ với tài liệu, vừa làm vừa kể từng bước. Những buổi đầu có cảm giác chậm, nhưng đến lúc phỏng vấn họ có thể suy luận thành tiếng mà không phải chờ gợi ý.

Công cụ luyện tập thuộc về việc luyện tập. Trang phỏng vấn thử của SubcueAI cho phép bạn diễn tập thành tiếng các câu hỏi kỹ thuật dữ liệu trước đó; còn trong buổi phỏng vấn trực tiếp, hãy tuân theo quy định của Anthropic là không dùng AI hỗ trợ, trừ khi có chỉ định khác.