NADIA۔ GIRL۔ تم ہر بات میں درست تھیں اور مجھے شروع سے تمہاری بات مان لینی چاہیے تھی، مگر نہیں، مجھے اپنا پہلا Anthropic loop خراب کر کے خود یہ سبق سیکھنا تھا۔
اچھا، ہوا یوں۔ 11am Zoom call۔ میں 10:47 پر جاگا، وہی hoodie پہن لی جس میں سویا تھا، coffee اٹھائی جو call شروع ہونے سے پہلے ہی ٹھنڈی ہو گئی۔ interviewer نے پوچھا، "what failure mode of LLMs worries you most." اور میں نے کہا "hallucinations" جیسے یہ کوئی بڑی original بات ہو۔ اُس نے نہ سر ہلایا۔ نہ reaction دی۔ بس انتظار کیا۔ پھر کہا، "ok what changes about that when you give an agent tool use." اور میرا دماغ بس۔ کچھ نہیں۔ حقیقی white noise۔ میرے پاس بُرا جواب بھی نہیں آیا۔ verification steps کے بارے میں کچھ بڑبڑایا اور اُس نے وہی face بنائی۔ تم جانتے ہو نا وہ face؟ تین مختلف companies میں تین failed loops کے بعد، میں وہ exact look ہر بار دیکھ چکا ہوں۔ اس کا مطلب ہوتا ہے round ختم ہو چکی ہے اور اب تم دونوں بس clock ختم ہونے کا انتظار کر رہے ہو، pretending کہ ایسا نہیں ہے۔
تو ہاں۔ میں نے round خراب کر دی۔ پھر دو مہینے لگا کر اپنی prep کی ہر غلطی ٹھیک کی، اور چونکہ پہلے کسی نے مجھے یہ سب نہیں بتایا تھا، تو سب کچھ یہیں لکھ رہا ہوں۔
بارہ behavioral stories تیار تھیں۔ team conflicts، pressure میں shipping، greatest hits والا سامان۔ AI safety پر zero گھنٹے۔ ایک بھی نہیں۔ Google اور Meta میں کوئی تم سے یہ نہیں پوچھتا کہ جو چیز تم بنا رہے ہو اُس کے بارے میں تم سوچتے کیا ہو۔ تم بناتے ہو، ship کرتے ہو، گھر چلے جاتے ہو۔ Anthropic میں؟ شاید یہ پورے loop کا سب سے فیصلہ کن سوال ہوتا ہے۔ Nadia ایک دوسری AI lab میں کام کرتی ہے اور ہفتوں سے مجھ پر چلا رہی تھی۔ "وہ buzzwords نہیں سننا چاہتے، وہ یہ دیکھنا چاہتے ہیں کہ کیا تم نے اس بارے میں واقعی نیندیں خراب کی ہیں یا نہیں۔" ہاں ہاں Nadia، sure، whatever۔ میں نے نہیں سنا lol۔
اُس رات Nadia نے مجھے call کی اور پہلی چیز جو اس نے پوچھی وہ تھی، "did they ask you about alignment" اور میں نے کہا ہاں۔ "and you said hallucinations." ہاں۔ اسے اس کے بعد کچھ اور کہنے کی ضرورت ہی نہیں پڑی۔
Anthropic نے interview سے پہلے مجھے اپنی values کے بارے میں ایک document بھیجا تھا اور ان کی توقع تھی کہ میں اسے پڑھ چکا ہوں۔ انہوں نے AI systems میں privacy concerns کے بارے میں پوچھا۔ پوچھا اگر مجھے model کی کوئی ایسی capability ملے جو harm کر سکتی ہو تو میں کیا کروں گا۔ پوچھا کوئی ایسا وقت بتاؤ جب تم نے ایسا concern اٹھایا ہو جو تمہاری team سننا نہیں چاہتی تھی۔ یہ Amazon والا "tell me about a conflict" نہیں ہے۔ یہ جاننا چاہتے ہیں کہ code ship کرنے کے بعد وہ دنیا میں کیا کرتی ہے، کیا تمہیں اس کی پرواہ ہے یا نہیں۔ Nadia کے مطابق OpenAI بھی یہ چیز دیکھتی ہے، بس safety خاص طور پر نہیں، بلکہ یہ کہ کیا تم جو چیز بنا رہے ہو اُس کے حقیقی انسانوں پر اثرات کے بارے میں بات کر سکتے ہو بغیر rehearsed لگے۔ leveling decisions بھی اکثر اسی حصے میں بنتے ہیں، اور زیادہ تر لوگوں کو یہ اندازہ نہیں ہوتا۔ مجھے STAR اس کے لیے خاص helpful نہیں لگی؛ اگر تمہارے پاس واقعی سنانے کے لیے stories ہیں تو تم ٹھیک ہو، مگر stories ethics اور impact کے بارے میں ہونی چاہییں۔ اگر تمہارے پاس صرف "ہم نے pressure میں تیزی سے ship کیا" ہے تو یہاں وہ کام نہیں آئے گی۔
coding۔ نوّے منٹ۔ classic whiteboard problems جیسی بالکل نہیں۔ انہوں نے کہا key-value store بناؤ۔ شروع میں SET GET DELETE، پھر filtered scans، پھر timestamps کے ساتھ TTL expiration، پھر file persistence with compression۔ چار stages، اور ہر اگلا stage پچھلے کے اوپر build ہو رہا تھا، اور interviewer ہر stage ختم ہوتے ہی اگلی constraint پھینک دیتی، جیسے کوئی coworker sprint کے بیچ میں spec بدل رہا ہو۔ مجھے یہ پاگل کر دینے والی بات لگی۔ Nadia نے کہا اُس کی OpenAI screen بھی ایسے ہی چلی، ایک گھنٹہ کسی حقیقی چیز کو build کرتے ہوئے۔ OpenAI میں یہ deep-dive بھی ہوتی ہے جہاں تم اپنا بنایا ہوا system present کرتے ہو اور وہ تمہاری ہر choice کی دھجیاں اڑا دیتے ہیں، جو سچ کہوں تو terrifying لگتا ہے۔
coding میں جس چیز نے میری کمر توڑی وہ problems نہیں تھیں۔ وہ تھا اپنے approach کو بول کر سمجھانا۔ جب میں عام programming کرتا ہوں تو experiment کرتا ہوں اور یہ سوچ کر لکھنا شروع کر دیتا ہوں کہ بعد میں refactor کر لوں گا۔ تم ایسا نہیں کر سکتے جب نوّے منٹ ہوں، کوئی تمہیں دیکھ رہا ہو، اور ہر پندرہ منٹ بعد requirements بڑھ رہی ہوں۔ دوسری کوشش میں میں نے اپنے آپ کو جان بوجھ کر slow کیا۔ مطلب میں سوال اپنے الفاظ میں دوبارہ دہراتا تھا اور کچھ example inputs بناتا تھا اس سے پہلے کہ کچھ لکھوں۔ Nadia نے actually مجھے اسی پر drill کیا، وہ جملے کے بیچ میں روک دیتی اور کہتی، "ok but what are the corner cases"، اور مجھے وہیں loud سوچنا پڑتا۔ keyboard چھونے سے پہلے approach outline کرنا، complexity کے بارے میں سوچنا، حتیٰ کہ interviewer سے confirm کرنا کہ direction reasonable لگ رہی ہے یا نہیں۔ پھر آہستہ لکھنا اور afterward اپنے examples کے ساتھ debug کرنا۔ practice میں یہ painfully slow لگتا تھا مگر حقیقت میں اسی نے مجھے تیز کیا کیونکہ میں غلط راستوں پر جانا چھوڑ گیا اور سب کچھ دوبارہ لکھنا نہیں پڑا۔
system design۔ اوہ یار۔ FAANG system design سے بالکل دوسرے سیارے کی چیز۔ نہ کسی نے URL shortener design کروائی۔ نہ chat service۔ Anthropic نے چاہا کہ میں millions of requests کے لیے inference serving infrastructure design کروں جبکہ GPU usage مختلف model sizes کے باوجود high بھی رکھوں۔ batching requests، KV cache memory manage کرنا، صحیح instance کو routing، transformer pipeline میں latency کا build ہونا۔ میرا interviewer خود اُن کی serving stack بنا چکا تھا۔ جیسے اُس نے واقعی اسے اپنے ہاتھ سے لکھا تھا۔ اُسے دو منٹ میں اندازہ ہو گیا تھا کہ میری prep generic YouTube videos سے آئی ہے، اور مجھے پہلی call والی وہی vibe محسوس ہوئی جہاں اس نے hallucinations والا سوال پوچھا تھا۔ یعنی، ٹھیک ہے، اس بندے نے کام نہیں کیا۔ Nadia کے مطابق OpenAI بھی scaling inference کے بارے میں ایسی ہی چیزیں پوچھتی ہے۔ تمہیں ان systems کے ساتھ حقیقی experience چاہیے، اس کا shortcut نہیں ہے، اور میں یہ pretend بھی نہیں کروں گا کہ ہے۔ میں نے پچھلی job میں serving infrastructure پر کام کیا تھا، مگر پھر بھی مجھے وقت چاہیے تھا کہ میں جو کچھ جانتا ہوں اسے ترتیب دوں اور بغیر ramble کیے بیان کرنا سیکھوں۔ اور ہاں، اگر تمہیں distributed queue چاہیے اور تم نے کبھی اسے ہاتھ نہیں لگایا تو اسے بس "distributed queue" ہی کہو۔ ایسے details میں خود کو نہ دھکیلو جنہیں تم defend ہی نہیں کر سکتے۔
timeline کے بارے میں بھی، کیونکہ لوگ ہمیشہ پوچھتے ہیں۔ Anthropic نے recruiter call سے answer تک تقریباً تین ہفتے لیے۔ Nadia کہتی ہے OpenAI نے چھ ہفتے لیے، اور اُس کی تو تقریباً جان ہی نکل گئی، email ایسے refresh کر رہی تھی جیسے پاگل ہو۔ Anthropic onsite کو دو الگ half-day sessions میں توڑتی ہے، ہر ایک میں دو یا تین rounds۔ OpenAI ایک لمبا دن رکھتی ہے۔ دونوں جگہ stages کے درمیان ghosting normal ہے۔ recruiters دبے ہوئے ہوتے ہیں۔ اگر offer ملے تو interviewers میں سے کسی ایک کے ساتھ تیس سے پینتالیس منٹ مانگو۔ صرف سوال پوچھنے کے لیے الگ meeting رکھو۔ غور سے سنو کیونکہ اُس وقت وہ تمہیں sell کر رہے ہوتے ہیں۔
تو میں نے اپنی دوسری Anthropic attempt اور کچھ OpenAI mocks کے دوران InterviewMan چلائی۔ coding challenge میں اس نے پکڑا کہ میں اگلی level پر جانے سے پہلے reads پر TTL check کرنا بھول گیا تھا، بالکل وہی قسم کی چیز جو stage four تک پہنچنے کے چکر میں میں miss کر دیتا۔ safety round میں اس نے alignment talking points دیے اور میں نے tool-use-and-hallucinations والا جواب اس بار اپنے دماغ کے white noise blank ہوئے بغیر دے دیا lol۔ پہلا loop یاد ہے، جب میں بس freeze ہو گیا تھا؟ اس بار نہیں ہوا۔ system design میں اس نے GPU usage اور batching کو core topics کے طور پر پکڑ لیا interviewer کے prompt مکمل کرنے سے بھی پہلے۔ Zoom، Replit، CodeSignal پر dock check کی، process list check کی، Activity Monitor check کی۔ کچھ بھی نہیں۔ annual پر بارہ ڈالر مہینہ، کوئی session caps نہیں، 57,000 users، 20 plus stealth features۔ Interview Coder دو سو ننانوے پر صرف coding کرتی ہے، جو ان جگہوں پر تقریباً آدھے score والی safety round اور system design کے لیے useless ہے۔
Nadia نے مجھ سے کہا تھا کہ negotiate کرنے سے پہلے ایک اچھی alternative رکھو، اور مجھے لگا وہ بڑھا چڑھا رہی ہے۔ مگر وہ ٹھیک تھی، بہترین alternative یہی ہے کہ تم اپنی current job میں اچھا کر رہے ہو۔ یہ تمہاری prep میں desperation نکال دیتی ہے، جس سے تم خودبخود بہتر interview دیتے ہو۔ وہ تقریباً ہر چیز میں درست تھی lol، مجھے شروع سے ہی اس کی بات مان لینی چاہیے تھی۔
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
