Phỏng vấn Data Engineer tại OpenAI: Quy trình và cách chuẩn bị

Bạn nhận được email từ nhà tuyển dụng của OpenAI và muốn biết điều gì sẽ đến tiếp theo trước khi đồng ý lịch hẹn. Phần này nêu những gì chính OpenAI công bố về quy trình của họ, rồi đến các giai đoạn mà một vòng phỏng vấn data engineering thường có. Hãy coi các thông tin đã công bố là điểm cố định, còn phần còn lại là chuẩn bị.

OpenAI công bố một hướng dẫn phỏng vấn chung thay vì chi tiết cho từng vị trí, và không công bố vòng riêng cho data engineer. Những gì họ nêu áp dụng cho toàn bộ việc tuyển dụng:

• Xem xét hồ sơ. Đội tuyển dụng thường mất một tuần để xem hồ sơ và phản hồi.
• Quyết định sau mỗi giai đoạn. Ứng viên biết trong vòng một tuần sau mỗi giai đoạn liệu mình có được đi tiếp hay không.
• Phỏng vấn cuối. Ứng viên thường dành 4-6 giờ cho các buổi phỏng vấn cuối với 4-6 người trong 1-2 ngày.
• Hình thức. Phỏng vấn mặc định là trực tuyến, và ứng viên có thể chọn phỏng vấn trực tiếp tại văn phòng San Francisco.
• Quyết định cuối cùng. Ứng viên nên chờ phản hồi trong vòng một tuần sau các buổi phỏng vấn cuối.

OpenAI không công bố có bao nhiêu buổi phỏng vấn trước vòng cuối đối với data engineer, chúng được gọi là gì hay diễn ra theo thứ tự nào. Nhà tuyển dụng của bạn là nguồn đáng tin cậy cho việc đó, vì vậy hãy hỏi mỗi cuộc trò chuyện bao quát mảng nào và có phần nào cho phép dùng công cụ AI không.

Để lập kế hoạch, các giai đoạn dưới đây là những nhóm chuẩn bị chung cho vị trí data engineering tại các công ty công nghệ lớn, không phải tên các vòng của OpenAI:

• Trò chuyện với nhà tuyển dụng. Lý lịch, động lực, đội nhóm và các vấn đề hậu cần như vòng cuối trực tuyến hay trực tiếp.
• Vòng sàng lọc kỹ thuật. Thường là SQL và một ít lập trình, hay kèm câu hỏi về một pipeline bạn từng vận hành trong môi trường production.
• Trò chuyện với hiring manager. Các hệ thống bạn đã xây, quy mô và độ lộn xộn của dữ liệu bạn xử lý, và những đánh đổi bạn đã chọn.
• Phỏng vấn cuối. Lập trình chuyên sâu hơn, mô hình hóa dữ liệu, thiết kế pipeline hoặc hệ thống và các cuộc trò chuyện hành vi, trải đều trên 4-6 người mà OpenAI mô tả.

Các bài đăng trên Reddit, Glassdoor và diễn đàn tương tự mô tả chi tiết từng vòng riêng lẻ. Mỗi bài phản ánh một ứng viên ở một đội vào một thời điểm, vì vậy hãy dùng chúng để thấy phạm vi chủ đề chứ không phải như một lịch trình.

Với các buổi phỏng vấn kỹ thuật, OpenAI cho biết họ thường tìm kiếm giải pháp được thiết kế tốt, mã chất lượng cao, hiệu năng tối ưu và độ bao phủ kiểm thử tốt. Những tiêu chí này được viết cho kỹ sư nói chung, nhưng khớp sát với công việc dữ liệu. Các câu hỏi mẫu trên trang này là đề luyện tập, không phải câu hỏi mà OpenAI đã xác nhận là có hỏi.

• Giải pháp thiết kế tốt: mô hình hóa và thiết kế pipeline. Chọn độ chi tiết (grain) của bảng, tách fact khỏi dimension, quyết định giữa batch và streaming, và lên kế hoạch cho backfill, dữ liệu đến muộn và thay đổi schema. Một thiết kế chịu được yêu cầu thay đổi được coi là thiết kế tốt; thiết kế chỉ vừa với đề bài ban đầu thì không.
• Mã chất lượng cao: Python và SQL bạn dám đưa lên production. Tên rõ ràng, hàm nhỏ, xử lý tường minh giá trị null và bản ghi lỗi, và các phép join bạn có thể biện minh. Người phỏng vấn thường quan tâm bạn có giải thích được vì sao truy vấn đúng hay không, chứ không chỉ việc nó chạy được.
• Hiệu năng tối ưu: chi phí và quy mô. Phân vùng, tránh quét toàn bộ, giảm shuffle trong các job phân tán, và biết khi nào một đáp án xấp xỉ là chấp nhận được. Hãy nói rõ nút thắt nằm ở đâu trước khi đề xuất cách sửa.
• Độ bao phủ kiểm thử tốt: chất lượng dữ liệu như một dạng kiểm thử. Với data engineer, điều này nghĩa là unit test cho các phép biến đổi và kiểm tra trên chính dữ liệu: số dòng so với kỳ vọng, khóa duy nhất, độ mới và cảnh báo khi nguồn thay đổi hình dạng.
• Phán đoán về hành vi. Trách nhiệm với sự cố pipeline, bất đồng về định nghĩa chỉ số, và cách bạn quyết định điều gì không nên xây.

OpenAI cũng nêu rằng kỳ vọng về AI và các công cụ khác thay đổi theo từng buổi phỏng vấn. Một số hình thức cố ý cho phép dùng, số khác được thiết kế để đánh giá khả năng giải quyết vấn đề độc lập mà không có công cụ AI. Ở hình thức có hỗ trợ, kỹ năng được thể hiện là cách bạn điều hướng, kiểm tra và sửa kết quả của công cụ; ở hình thức không hỗ trợ, bạn tự viết SQL và mã. Hãy tuân theo quy tắc mà từng người phỏng vấn đặt ra và hỏi lại khi chưa rõ. Thêm đề luyện tập theo kỹ năng có trong ngân hàng câu hỏi.

OpenAI không công bố sự khác biệt giữa các vị trí, nên phần so sánh dưới đây là thông lệ chung của data engineering, không phải khẳng định về các vòng khác của OpenAI.

• So với kỹ sư phần mềm. Ít trọng tâm vào câu đố thuật toán hơn, nhiều hơn vào SQL, mô hình hóa dữ liệu và độ tin cậy của pipeline. Câu hỏi thiết kế thường xoay quanh việc dữ liệu di chuyển, hạ cánh và được sửa ra sao, thay vì các dịch vụ phục vụ request. Các tiêu chí kỹ thuật OpenAI nêu vẫn áp dụng, nên chất lượng mã và kiểm thử quan trọng như ở bất kỳ vòng kỹ thuật nào.
• So với khoa học dữ liệu. Ít thống kê và thiết kế thí nghiệm hơn, nhiều hơn việc xây 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 analytics engineering. Ranh giới khá mờ. Các vị trí analytics thường nghiêng về mô hình hóa và SQL cho báo cáo, còn vị trí data engineer đi sâu hơn vào thu thập dữ liệu, xử lý phân tán và hạ tầng.

So với các công ty lớn khác, quy trình đã công bố của OpenAI có những đặc điểm đáng lưu ý khi lập kế hoạch. Vòng cuối được dồn vào 1-2 ngày, nên sức bền rất quan trọng: cuộc trò chuyện cuối ngày của bạn được xem xét kỹ như cuộc đầu tiên. Chính sách công cụ thay đổi theo từng buổi, vì vậy hãy hỏi trước mỗi buổi thay vì tự giả định. Và cam kết phản hồi trong vòng một tuần sau mỗi giai đoạn giúp bạn lên kế hoạch các buổi phỏng vấn và lời mời khác một cách yên tâm hơn. Hướng dẫn về cách các công ty khác tổ chức vòng phỏng vấn nằm ở mục phỏng vấn theo công ty.

OpenAI công bố một số chi tiết về thời gian, nhưng không có lộ trình đầy đủ. Đội tuyển dụng thường phản hồi hồ sơ trong vòng một tuần, ứng viên nhận tin trong vòng một tuần sau mỗi giai đoạn, và quyết định cuối thường đến trong vòng một tuần sau các buổi phỏng vấn cuối. Bản thân vòng cuối thường mất 4-6 giờ với 4-6 người trong 1-2 ngày.

Điều OpenAI không công bố là một data engineer phải qua bao nhiêu giai đoạn trước vòng cuối, nên tổng thời gian của quy trình không thể suy ra chỉ từ hướng dẫn. Hãy hỏi nhà tuyển dụng bạn nên chờ bao nhiêu cuộc trò chuyện và lên kế hoạch thời gian báo nghỉ cũng như các buổi phỏng vấn khác dựa trên câu trả lời đó.

Độ khó dễ mô tả bằng các thuật ngữ định tính hơn. Mỗi giai đoạn là một cửa ải, vì sau mỗi lần bạn biết mình có đi tiếp hay không, nên một vòng sàng lọc yếu sẽ kết thúc quy trình trước khi có bất kỳ cuộc trò chuyện thiết kế nào. Phần khó hơn với đa số ứng viên là chiều sâu khi bị hỏi tiếp: bạn phác thảo một pipeline, rồi người phỏng vấn thêm các sự kiện đến muộn, một thay đổi schema ở nguồn thượng nguồn, và câu hỏi làm sao bạn biết kết quả đầu ra bị sai. Ứng viên từng vận hành pipeline trên production thường xử lý sự thay đổi đó tốt hơn những người chỉ mới xây chúng.

Ứng viên cấp cao nên chờ đợi trọng tâm lớn hơn vào phán đoán: điều gì không nên xây, cách giải thích một đánh đổi cho nhà nghiên cứu hoặc đối tác sản phẩm, và cách họ xử lý một sai lầm mà họ chịu trách nhiệm.

Hãy xây dựng việc chuẩn bị quanh các tiêu chí OpenAI nêu cho phỏng vấn kỹ thuật, rồi thêm câu hỏi về công cụ và khía cạnh hành vi.

• Giải pháp thiết kế tốt. Chọn một lĩnh vực bạn biết, như nhật ký sự kiện hoặc đo lường mức sử dụng, và phác thảo các bảng, độ chi tiết của chúng và pipeline nạp dữ liệu vào. Sau đó thử thách thiết kế: chạy lại sau khi lỗi một phần, một backfill, dữ liệu đến muộn, một cột bị đổi tên.
• Mã chất lượng cao. Viết các phép biến đổi Python trên bản ghi lồng nhau lộn xộn và giữ cho chúng dễ đọc. Luyện hàm cửa sổ, loại trùng và sessionization trong SQL đến khi viết được mà không cần tài liệu, và nêu độ chi tiết của từng kết quả trước khi chạy.
• Hiệu năng tối ưu. Với mỗi thiết kế, nêu bước tốn kém và cách làm cho nó rẻ hơn, như cắt tỉa phân vùng, xử lý tăng dần hoặc tổng hợp trước.
• Độ bao phủ kiểm thử tốt. Thêm kiểm thử vào mọi bài luyện tập và mô tả các kiểm tra chất lượng dữ liệu bạn sẽ chạy trên production. Tự thêm kiểm thử mà không cần nhắc thể hiện thói quen mà tiêu chí này mô tả.
• Có và không có công cụ AI. Luyện một số bài với trợ lý và một số không, để không hình thức nào làm bạn bất ngờ. Ở hình thức có hỗ trợ, hãy nói to cách bạn kiểm chứng những gì công cụ tạo ra.
• Sức bền cho vòng cuối. Tập các buổi phỏng vấn thử liên tiếp trong một lần ngồi, vì vòng cuối dồn 4-6 giờ trò chuyện vào 1-2 ngày.
• Câu chuyện hành vi. Chuẩn bị một sự cố pipeline bạn chịu trách nhiệm, một bất đồng về định nghĩa chỉ số, và một đánh đổi mà bây giờ bạn sẽ chọn khác.

Hãy hình dung một data engineer có kinh nghiệm chủ yếu là các job batch ban đêm tại một công ty thanh toán. Họ dành các buổi đầu cho hàm cửa sổ SQL, rồi luyện giải thích cách làm cho backfill an toàn khi chạy lại, vì đó là nơi có những câu chuyện thực của họ. Họ cũng giải một số bài với trợ lý AI và một số không, để chính sách công cụ trong một buổi phỏng vấn không thay đổi cách họ suy luận.

Bước cuối cùng là nói tất cả điều này thành tiếng, vì mọi giai đoạn đều là một cuộc trò chuyện. Trang phỏng vấn thử của SubcueAI cho phép bạn luyện nói to các câu hỏi data engineering trước vòng sàng lọc thật.