Τον πρώτο γύρο μου με την Anthropic τον τίναξα στον αέρα. Μια πρώην συνάδελφος από άλλο AI lab κάθισε μαζί μου και μου είπε όσα έπρεπε να ξέρω πριν καν μπω, και λίγες εβδομάδες αργότερα είχα προσφορές από Anthropic και OpenAI ταυτόχρονα. Το post εξηγεί τι άλλαξε τη δεύτερη φορά.
Το coding round κρατάει ενενήντα λεπτά και δεν θυμίζει σε τίποτα κλασικό whiteboard. Μου ζήτησαν να φτιάξω key-value store. Πρώτα SET GET DELETE, μετά filtered scans, μετά TTL expiration με timestamps, στο τέλος file persistence με compression. Τέσσερα στάδια, καθένα κουμπωμένο πάνω στο προηγούμενο, και η εξετάστρια κολλούσε καινούργιους περιορισμούς ακριβώς τη στιγμή που τέλειωνα ένα στάδιο, σαν συνάδελφος που σου αλλάζει το spec στα μισά του sprint.
Με τρέλανε τελείως. Μου είπε ότι το screen της στην OpenAI ήταν στο ίδιο μοτίβο, μία ώρα να φτιάξεις κάτι αληθινό. Η OpenAI κάνει και αυτό το deep dive πράγμα όπου παρουσιάζεις ένα σύστημα που έχεις χτίσει και σου ξεσκίζουν κάθε επιλογή που πήρες.
Αυτό που με τσάκισε στο coding δεν ήταν τα προβλήματα. Ήταν το να εξηγώ την προσέγγισή μου την ώρα που δούλευα. Δεν γίνεται όταν έχεις ενενήντα λεπτά και κάποιον να σε παρακολουθεί και να προσθέτει απαιτήσεις κάθε δεκαπέντε λεπτά. Στη δεύτερη προσπάθεια ανάγκασα τον εαυτό μου να πάει πιο αργά. Επαναλάμβανα την ερώτηση με δικά μου λόγια και έφτιαχνα μερικά παραδείγματα input πριν γράψω οτιδήποτε.
Με πίεσε πολύ σε αυτό, με σταματούσε στη μέση και έλεγε "ωραία, αλλά ποιες είναι οι corner cases" και έπρεπε να το σκεφτώ φωναχτά. Άρχισα να φτιάχνω outline της προσέγγισής μου και να σκέφτομαι την πολυπλοκότητα πριν αγγίξω το πληκτρολόγιο, ακόμα και να επιβεβαιώνω με την εξετάστρια ότι η κατεύθυνση φάνταζε λογική πριν αρχίσω να πληκτρολογώ, και μετά έγραφα αργά κάνοντας debug με δικά μου παραδείγματα.
Ready to ace your next interview?
InterviewMan gives you real-time AI answers during live interviews — undetectable on Zoom, Meet, and Teams.
Try InterviewMan FreeΣτην πράξη ήταν πονεμένα αργό αλλά τελικά με έκανε πιο γρήγορη, γιατί σταμάτησα να παίρνω λάθος μονοπάτια και να τα ξαναγράφω όλα από την αρχή.
System design. Ξέχνα όλα όσα μελέτησες για FAANG system design γιατί τίποτα από αυτά δεν ισχύει εδώ. Κανείς δεν μου ζήτησε να σχεδιάσω URL shortener, ΕΥΧΟΜΟΥΝ να μου είχαν ζητήσει να σχεδιάσω URL shortener. Κανείς δεν με ρώτησε για chat service. Η Anthropic ήθελε να σχεδιάσω inference serving infrastructure για εκατομμύρια requests κρατώντας ψηλά τη χρήση των GPU με διαφορετικά μεγέθη μοντέλων, οπότε μιλάμε για batching, KV cache memory management, routing στο σωστό instance, και πώς το latency μαζεύεται κατά μήκος ενός transformer pipeline.
Ο εξεταστής μου είχε ΦΤΙΑΞΕΙ το δικό τους serving stack. Δηλαδή το έγραψε ο ίδιος. Σε δύο λεπτά κατάλαβε ότι η προετοιμασία μου ήταν από γενικά YouTube videos. Με είχε προειδοποιήσει και για αυτό, το δικό της system design στην OpenAI ήταν scaling inference και ο εξεταστής εκεί είχε επίσης βιωματική εμπειρία με το πραγματικό production σύστημα. Χρειάζεται όντως να έχεις δουλέψει σε αυτά τα πράγματα.
Σε προηγούμενη δουλειά είχα ακουμπήσει serving infrastructure που με έσωσε, αλλά χρειάστηκα μερικές εβδομάδες ακόμα για να οργανώσω όσα ήξερα σε κάτι που μπορούσα να συζητήσω χωρίς να μιλάω ασταμάτητα για είκοσι λεπτά. Pro tip, αν χρειάζεσαι distributed queue και δεν έχεις ακουμπήσει ποτέ ένα, απλά πες το "distributed queue". Μη σκάβεις σε λεπτομέρειες που δεν μπορείς να υπερασπιστείς.
Έτρεξα λοιπόν το InterviewMan στη δεύτερη προσπάθειά μου με την Anthropic και σε κάποια OpenAI mocks. Στο coding challenge το εργαλείο έπιασε ότι ξέχασα να ελέγξω το TTL στα reads πριν προχωρήσω στο επόμενο στάδιο, ακριβώς το είδος του πράγματος που θα μου ξέφευγε επειδή ήμουν εστιασμένη στο να φτάσω στο τέταρτο στάδιο. Στον γύρο του safety μου τροφοδότησε alignment talking points και απάντησα στην ερώτηση για tool use και hallucinations χωρίς να παγώσω αυτή τη φορά.
Στο system design έπιασε τη χρήση GPU και το batching ως τα βασικά θέματα πριν καν τελειώσει το prompt ο εξεταστής μου. Τσέκαρα dock, process list, Activity Monitor σε Zoom και Replit και CodeSignal. Τίποτα. Δώδεκα δολάρια τον μήνα στο ετήσιο, εκατόν σαράντα τέσσερα τον χρόνο, χωρίς session caps, 57.000 χρήστες στον δημόσιο μετρητή, 4,8 αστέρια από 257 reviews, πάνω από είκοσι stealth features ενσωματωμένα.
Το Interview Coder στα δύο ενενήντα εννιά κάνει μόνο coding, που είναι άχρηστο για τον γύρο του safety και το system design που μετράνε ίσως το μισό σου σκορ σε αυτές τις εταιρείες. Η πιο κοντινή ευρύτερη ματιά στην κατηγορία είναι το InterviewMan vs Interview Coder 2 comparison.
Το behavioral είναι το κομμάτι που το χάνουν οι περισσότεροι, επειδή δεν είναι πραγματικά behavioral. Η Anthropic έστειλε ένα values doc πριν τη συνέντευξη και περίμεναν να το έχω διαβάσει. Η πρώτη ερώτηση ήταν ποιο failure mode των LLMs με ανησυχούσε πιο πολύ, και το follow up ήταν τι αλλάζει όταν δίνεις σε έναν agent tool use. Το STAR δεν με βοήθησε, και οι behavioral ιστορίες μου για συγκρούσεις στην ομάδα δεν πήγαν πουθενά.
Θέλουν να ξέρουν αν νοιάζεσαι πραγματικά για το τι κάνει ο κώδικάς σου αφού τον στείλεις στην παραγωγή. Και η OpenAI κάνει το ίδιο τεστ.
Για το timeline επειδή πάντα ρωτάνε. Η Anthropic πήρε γύρω στις τρεις εβδομάδες από το recruiter call μέχρι την απάντηση. Μου είπε ότι η OpenAI πήρε έξι εβδομάδες, πράγμα που σχεδόν τη σκότωσε. Η Anthropic χωρίζει τον τελικό γύρο σε δύο ξεχωριστές μισές μέρες, δύο ή τρεις γύρους σε καθεμία. Η OpenAI κάνει μία μεγάλη μέρα. Το ghosting μεταξύ σταδίων είναι κανονικότητα και στις δύο.
Οι recruiters είναι θαμμένοι στη δουλειά. Αν πάρεις προσφορά ζήτα τριάντα με σαράντα πέντε λεπτά με έναν από τους εξεταστές, βάλε ένα meeting μόνο για ερωτήσεις, και άκου προσεκτικά γιατί εκείνη τη στιγμή σε πουλάνε εκείνοι σε εσένα.
Είμαι σίγουρη ότι υπάρχουν πολλές άλλες απόψεις για τη χρήση AI σε πραγματικούς γύρους. Στο post εστίασα κυρίως στο frontier lab κομμάτι, σε πραγματικούς γύρους, όχι σε υποθετικούς. Σε εμένα δούλεψε. Δεν σημαίνει ότι θα δουλέψει και σε εσένα.
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
