Надя. всё, сдаюсь. ты была права вообще во всём. и да, стоило тебя слушать сразу, а не после того, как я собственными руками угробил первый цикл в Anthropic.
11:00 Zoom. я проснулся в 10:47. натянул ту же толстовку, в которой спал. кофе остыл ещё до того, как мы поздоровались. сел перед экраном и делал вид, что я нормальный собранный взрослый, хотя по факту выглядел как человек, который только что вспомнил про интервью.
интервьюер спрашивает: «какой режим отказа в приложениях на LLM беспокоит вас больше всего?» и я, конечно, выдаю: «галлюцинации». как будто только что изобрёл эту мысль.
тишина.
она даже не кивнула. просто подождала и добила: «хорошо, а что меняется, если модели дать доступ к инструменту или агентному действию?» и вот тут у меня в голове стало бело. совсем бело. я не смог придумать даже плохой ответ. промямлил что-то про шаги верификации, увидел у неё то самое лицо и всё понял.
ты знаешь это лицо. если у тебя было несколько неудачных циклов, ты его узнаёшь моментально. раунд формально ещё идёт, но по факту вы оба уже понимаете, что он закончился.
короче, я его просто взорвал.
после этого я два месяца разбирал свои ошибки в подготовке по кускам. и никто не объяснил мне это нормально, так что вот моя версия.
у меня было двенадцать готовых поведенческих историй. конфликты в команде. работа под давлением. стандартный набор хитов. и при этом ровно ноль часов на безопасность ИИ. ноль. в Google и Meta тебя обычно не спрашивают, что ты думаешь о последствиях того, что строишь. ты сделал штуку, отправил штуку, пошёл домой.
в Anthropic это может быть тем самым вопросом, который решает весь цикл.
Надя работает в другой ИИ-лаборатории и неделями орала на меня именно из-за этого. её мысль была очень простой: «им не нужны модные слова. они хотят понять, терял ли ты из-за этих вещей сон». я кивал как идиот, говорил «ага-ага», а потом всё равно пошёл на интервью неподготовленным. лол, заслуженно.
Надя позвонила мне тем же вечером. первая её фраза была: «они спрашивали тебя про alignment». я сказал: «да». она спросила: «и ты сказал галлюцинации». я сказал: «ага». после этого ей уже вообще ничего не нужно было объяснять.
Anthropic заранее прислали мне документ со своими ценностями и реально ожидали, что я его прочитаю. на интервью меня спросили про проблемы приватности в системах ИИ. спросили, что бы я сделал, если бы заметил способность модели, которая может причинить вред. спросили про ситуацию, где я поднял проблему, которую команда не хотела слышать.
это не Amazon с вопросом «расскажи про конфликт». они пытаются понять, волнует ли тебя то, что делает твой код уже после релиза.
по словам Нади, OpenAI тоже это проверяет. у них это звучит чуть меньше как чистая «безопасность ИИ» и чуть больше как разговор о влиянии того, что ты строишь, на реальных людей. но суть та же. там тоже принимаются решения, связанные с alignment, просто многие кандидаты этого не замечают.
и да, STAR мне тут вообще не помог. если у тебя есть реальные истории, ты и без него расскажешь. но эти истории должны быть про этику, влияние, риск, неприятные решения. если всё, что у тебя есть, это «мы быстро доставили под давлением», этого мало.
теперь про кодинг.
девяносто минут. совсем не классическая доска. мне дали задачу построить key-value store. сначала
SETGETDELETEНадя сказала, что её screen в OpenAI был очень похож: за ограниченное время нужно собрать что-то настоящее, а не просто отстреляться по задаче с LeetCode. она ещё рассказывала, что в OpenAI бывает такой глубокий разбор, где ты показываешь систему, которую построил, а интервьюер начинает ломать по очереди каждый твой выбор. звучит довольно пугающе. честно, так и есть.
но штука, которая меня реально ломала в кодинге, была не в самой задаче. меня ломало то, как я про неё говорил.
в обычной работе я часто иду через эксперимент. начинаю писать, а потом уже рефакторю по ходу. на интервью так не получится, если у тебя девяносто минут, человек смотрит тебе в экран, а требования меняются каждые пятнадцать минут.
со второй попытки я заставил себя тормозить. буквально повторял задачу своими словами. проговаривал пару примеров входа и выхода ещё до того, как что-то печатать. Надя реально дрессировала меня на этом. она останавливала меня посреди фразы и говорила: «окей, а крайние случаи какие?» и мне приходилось думать вслух.
я начал заранее набрасывать подход, проговаривать сложность, уточнять у интервьюера, что направление выглядит разумным, и только потом трогал клавиатуру. после этого я уже медленно писал код и прогонял свои же примеры. по ощущениям это было мучительно медленно. по факту это сделало меня быстрее, потому что я перестал улетать не в ту сторону и потом всё переписывать.
системный дизайн вообще был с другой планеты. ничего общего с гайдом по system design для FAANG. никто не просил сделать URL shortener. никто не спрашивал про чат.
Anthropic хотел, чтобы я спроектировал инфраструктуру inference-serving для миллионов запросов при высокой загрузке GPU на разных размерах моделей. batching запросов. управление KV-cache. маршрутизация к нужному экземпляру. формирование задержки в transformer pipeline. мой интервьюер будто лично написал этот стек и теперь решил посмотреть, есть ли у меня там вообще опора под ногами.
и примерно через две минуты он понял, что моя подготовка была построена на слишком обычных ютубных роликах. я прямо почувствовал ту же энергию, что на первом звонке, когда меня спросили про галлюцинации. типа окей, этот человек просто не сделал нужную работу.
Надя говорила, что в OpenAI задают очень похожие вопросы про масштабирование inference. короткого пути тут нет. нужен настоящий опыт, или хотя бы очень честное понимание того, где твой опыт заканчивается. на прошлой работе я занимался инфраструктурным обслуживанием, но мне всё равно понадобилось время, чтобы собрать свои знания в голову и научиться говорить о них без каши.
и ещё маленький совет, который зачем-то редко говорят вслух: если тебе нужна распределённая очередь, а ты никогда руками её не трогал, просто скажи «распределённая очередь». не закапывайся в детали, которые потом не сможешь защитить.
про сроки меня потом дёргали вообще все, так что ладно, вот цифры. у Anthropic от первого звонка рекрутера до ответа у меня прошло около трёх недель. у Нади OpenAI тянулся шесть недель, и это её почти убило -- она обновляла почту как маньяк.
Anthropic мне разрезали onsite на два полудня, по два или три раунда в каждом. у OpenAI это чаще один длинный день. большие паузы между этапами для обоих процессов нормальны. рекрутеры завалены. если тебе дадут оффер, попроси тридцать или сорок пять минут с кем-то из интервьюеров. просто отдельный разговор, чтобы задать вопросы. и слушай внимательно, потому что в этот момент уже продают тебе.
во вторую попытку Anthropic и на части моков OpenAI я уже включал InterviewMan.
на кодинге он подсветил мне, что я забыл проверить TTL при чтении, прежде чем идти дальше. это ровно тот тип ошибки, который я бы пропустил, потому что был бы слишком занят мыслями про четвёртый этап. на раунде по безопасности он дал мне опорные тезисы по alignment, и когда снова всплыл вопрос про использование инструментов и галлюцинации, мозг уже не превратился в белый шум.
помнишь ту сцену из первого цикла, где я просто застыл? во второй раз этого не случилось.
в system design он ещё до конца подсказки подкинул мне темы про загрузку GPU и batching как ключевые оси обсуждения. я потом, как псих, ещё раз проверил док, список процессов и Activity Monitor во время Zoom, Replit и CodeSignal. пусто. двенадцать долларов в месяц по году, сессии без лимита, 57 000 пользователей, двадцать с лишним скрытых штук. Interview Coder за 2.99 живёт только в кодинге, а тут половина боли вообще не про кодинг.
и последнее, что Надя тоже оказалась права повторять. она сказала, чтобы у меня была хорошая альтернатива ещё до того, как я полезу вести переговоры. я тогда думал, что она драматизирует.
не драматизировала.
лучшая альтернатива -- хорошо делать свою текущую работу. это убирает отчаяние из подготовки, а без отчаяния ты и собеседуешься заметно лучше. короче, да. она была права почти во всём. и мне стоило послушать её с самого начала.
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
