Az első Anthropic-interjúmat csúnyán elrontottam. Egy korábbi kollégám, aki egy másik MI-laborban dolgozott, utána elmondta, mit kellett volna tudnom már az elején. Néhány héttel később az Anthropictól és az OpenAI-tól is volt ajánlatom. A második nekifutásnál ezeken változtattam.
A kódolási forduló kilencven perces, és egyáltalán nem hasonlít a klasszikus táblás feladatokra. Nekem egy kulcs érték tárolót kellett építenem. Először SET, GET és DELETE, aztán szűrt keresések, majd időbélyeges TTL-lejárat, végül fájlos mentés tömörítéssel. Négy szint, mindegyik az előzőre épült. Amint befejeztem egyet, az interjúztató már rakta is hozzá az újabb megkötést, pont mint az a munkatárs, aki a sprint közepén állandóan átírja a specifikációt.
Az őrületbe kergetett. A kollégám szerint az OpenAI-os szűrése is így ment, ott egy óra alatt kellett valami valóban működőt összeraknia. Az OpenAI-nál van egy alapos rendszerbemutató is: előadsz egy általad épített rendszert, ők pedig szétszedik minden döntésedet.
A kódolásnál nem maguk a feladatok tettek tönkre. Az volt a baj, hogy közben el kellett mondanom, mire készülök. Ezt nehéz jól csinálni, ha kilencven perced van, valaki figyel, és negyedóránként új követelményt dob be. Másodjára szándékosan visszavettem a tempóból. A kérdést előbb megismételtem a saját szavaimmal, és még a kódolás előtt összeraktam néhány bemeneti példát. A kollégám ezt keményen gyakoroltatta velem.
Félbeszakított azzal, hogy „jó, de mik a szélső esetek?”, nekem pedig hangosan kellett végiggondolnom őket. Mielőtt a billentyűzethez nyúltam, felvázoltam a megoldást és átgondoltam a komplexitását. Még azt is egyeztettem az interjúztatóval, hogy ésszerű-e az irány. Csak ezután írtam, lassan, majd a saját példáimmal kerestem a hibákat. Gyakorlás közben kínosan vontatottnak érződött, mégis gyorsabb lettem tőle, mert nem rohantam zsákutcába, és nem kellett mindent újraírnom.
Ready to ace your next interview?
InterviewMan gives you real-time AI answers during live interviews — undetectable on Zoom, Meet, and Teams.
Try InterviewMan FreeRendszertervezés. Felejts el mindent, amit a FAANG rendszertervezési interjúira tanultál, itt ugyanis semmi hasznát nem vettem. Senki sem kért URL-rövidítőt, PEDIG BÁRCSAK azt kértek volna. Chatalkalmazást sem kellett tervezni. Az Anthropic azt kérte, hogyan szolgálnék ki több millió inferenciakérést úgy, hogy különböző modellméretek mellett magas maradjon a GPU-k kihasználtsága. Vagyis kötegelésről, a KV-cache memóriakezeléséről, a megfelelő példányra irányításról és arról beszéltünk, miként adódik össze a késleltetés egy transformer folyamatában.
Az interjúztatóm maga építette a kiszolgáló rendszerüket. Nem csak ismerte, személyesen írt rajta. Két perc alatt levette, hogy általános YouTube-videókból készültem. A kollégám erre is figyelmeztetett. Nála az OpenAI rendszertervezési feladata az inferencia skálázásáról szólt, és ott is olyan ember kérdezett, aki dolgozott a valódi éles rendszeren. Ehhez tényleg dolgoznod kellett már hasonló dolgokon. Egy korábbi munkahelyemen érintettem kiszolgáló infrastruktúrát, ez mentett meg.
Még így is kellett pár hét, mire úgy rendeztem fejben a tudásomat, hogy húszperces csapongás nélkül tudjak beszélni róla. Egy tanács: ha elosztott sorra van szükséged, de sosem használtál ilyet, mondd egyszerűen azt, hogy „elosztott sor”. Ne ásd bele magad olyan részletekbe, amelyeket aztán nem tudsz megvédeni.
A második Anthropic-próbán és néhány OpenAI-gyakorláson ezért futott nálam az InterviewMan. A kódolási feladatnál észrevette, hogy olvasáskor elfelejtettem ellenőrizni a TTL-t, mielőtt továbbléptem volna a következő szintre. Pont ezt néztem volna be, mert már a negyedik szint járt a fejemben. A biztonsági fordulóban adott néhány kapaszkodót az alignment témájához, így a szerszámhasználatról és a hallucinációkról szóló kérdésnél ezúttal nem fagytam le.
Rendszertervezéskor már a kérdés vége előtt jelezte, hogy a GPU-kihasználtság és a kötegelés lesz a lényeg. Zoom, Replit és CodeSignal mellett megnéztem a Dockot, a folyamatlistát és az Activity Monitort. Semmi nyoma. Éves fizetéssel havi tizenkét dollár, egy évre száznegyvennégy, nincs alkalomkorlát, a nyilvános számláló szerint 57,000 felhasználója van, 257 értékelésből 4.8 csillagon áll, és több mint húsz beépített rejtőzködési funkciót kínál.
A kétszázkilencvenkilenc dolláros Interview Coder csak kódolásra jó. Ez kevés a biztonsági és a rendszertervezési fordulóhoz, márpedig ezeken a helyeken nagyjából a pontszámod fele múlhat rajtuk. A kategóriáról a legközelebbi átfogó összevetés az InterviewMan és az Interview Coder 2 összehasonlítása.
A viselkedéses részét a legtöbben azért értik félre, mert valójában nem igazán viselkedéses interjú. Az Anthropic előre elküldött egy értékekről szóló dokumentumot, és elvárták, hogy elolvassam. Az első kérdésük az volt, melyik LLM-hibamód aggaszt a legjobban. Rögtön jött az is, hogy mi változik, ha egy ügynök eszközöket használhat. A STAR itt semmit sem segített, a csapaton belüli konfliktusokról szóló történeteim pedig nem vezettek sehova. Arra kíváncsiak, valóban érdekel-e, mi történik a kódoddal azután, hogy élesbe tetted. Az OpenAI is ezt vizsgálja.
Az időzítésről is írok, mert ezt mindig megkérdezi valaki. Az Anthropicnál nagyjából három hét telt el a toborzó első hívásától a válaszig. A kollégám azt mondta, az OpenAI hat hete majdnem kikészítette. Az Anthropic a végső fordulót két külön félnapos alkalomra bontja, alkalmanként két vagy három beszélgetéssel. Az OpenAI egyetlen hosszú napot tart. Mindkét helyen megszokott, hogy a szakaszok között eltűnnek egy időre.
A toborzóknak rengeteg dolguk van. Ha ajánlatot kapsz, kérj harminc-negyvenöt percet az egyik interjúztatótól, külön beszélgetést csak a saját kérdéseidre. Figyelj jól, mert onnantól már ők próbálnak meggyőzni téged.
Biztosan sokféle vélemény van arról, érdemes-e MI-t használni valódi interjúfordulókban. Itt főként az élvonalbeli MI-laborokról és tényleges fordulókról írtam, nem elképzelt helyzetekről. Nekem bevált. Ettől még neked nem biztos, hogy be fog.
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
