谢赛宁回忆七年前OpenAI面试:白板编程、五小时会议,面完天都黑了

和 Ilya 聊天也算面试的一种?

在你的职业生涯中,在哪里经历过的面试是最酷的?

近日,Meta 研究者 Lucas Beyer 在 𝕏 上发起的一个投票吸引了众多围观。说是围观,是因为他给出的四个选项都是当今或过去的 AI 大厂,显然,并不是每个人都有在这些大厂的面试经历,但这并不妨碍全球 AI 开发者的好奇心。

当然,Lucas Beyer 之所以给出这样的选项,是因为他本人就有在这些大厂的工作经历。这位已有超过 9.4 万引用的研究科学家曾在 OpenAI、DeepMind、谷歌大脑、亚琛工业大学工作过。今年 6 月,他与 Alexander Kolesnikov 和 Xiaohua Zhai(翟晓华)三位研究者一起被扎克伯格从 OpenAI 挖走,详见报道《刚刚,OpenAI 苏黎世办公室被 Meta 一锅端,三名 ViT 作者被挖走》。

围观之外,该话题也吸引了大量讨论。其中之一是刚刚当选美国国家人工智能科学院院士的谢赛宁(Saining Xie)。他表示,自己在各家 AI 大厂的面试经历「令人难忘」。

作为 AI 领域内我们耳熟能详的大牛,谢赛宁有过很多大厂面试的经历,他在纽约大学任教之前,曾在 Meta 担任过研究科学家,博士期间也曾在 DeepMind、Google Research、FAIR 实习。他表示,自己经历的 LLM 面试都是在 2019 年以前,都是面对面的,没有用 AI 作弊的机会。

谢赛宁表示,过去的 DeepMind(没有和谷歌合体的版本)的面试方式说来比较「残酷」,在一场长达两小时的马拉松面试过程中,你要尝试解决 100 多个数学、统计、机器学习方面的问题。

相比刷题大法,Meta FAIR 的面试更像是学术领域的面试,外加一些编码内容,其亮点在于和 Piotr Dollar(FAIR 主任)、Ross Girshick(已离开 Meta FAIR 的超 60 万引用科学家,创立了目前处于隐身模式的公司 Vercept)跟何恺明(ResNet 作者,现 MIT 教授)聊视觉研究的问题的体验。

在谷歌大脑、Google Research 的研究也是类似的「教职面试」方式。谢赛宁当年遇到的编程题面试官是知名 AI 学者 Noam Shazeer,他很友好地帮忙简化了两个指针式问题。面试的大部分时间都在讨论研究,谢赛宁解释了如何将一种叫做 Transformer 的东西应用于视觉数据(点云)。他表示这个话题在当时还是一个前沿的问题,几乎没有人关心。

最后是最值得一提的故事 ------ 他在 2018 年去 OpenAI 面试的经历。整个面试过程是以白板编程、研究报告,在一个小房间内长达五个小时的「会议」的形式进行的。

当时的议题是讨论一个强化学习问题(交叉熵方法中的方差崩溃)。谢赛宁表示,他当时对强化学习几乎一无所知。但这正是重点所在:OpenAI 会给你一份完整的问题描述,是由 OpenAI 联合创始人 John Schulman 亲自手写布置的,他们会希望你进行学习、研究、解决、写在笔记本上,然后进行演示。

他还晒出了当年在 OpenAI 面试时写的白板编程结果。

现在看来,这种面试的方式显得有点怀旧了。不过在这一连串的面试经历中,我们既看到了各家大厂截然不同的风格,也能窥见一些他们当初的研究方向,比如 Meta 对计算机视觉领域的重视,以及 OpenAI 一直以来在强化学习方向上的布局。面试的问题,可能也是这些机构的研究者们当时正在思考的。

当时的面试官,现任 Thinking Machines Lab 联合创始人兼首席科学家的 John Schulman 在谢赛宁的帖子评论说,谢赛宁是前两个接受该面试的人。这也让谢赛宁不禁感叹:「当时根本不知道未来七年世界会发生多大的变化。」

除了谢赛宁,我们也看到了其他一些人的经验分享。

Mutable.ai 创始人、正在谷歌开发 AI 智能体的 Omar Shams 表示之前的 DeepMind 的面试非常精彩,不仅涉及代码,还涉及数学、统计、机器学习等。他还记得当时的面试官是现已加入 Thinking Machines Lab 的 Jacob Menick。有意思的是,前者也正好是后者首个面试的人,并且还获得了后者的满分评价 ------ 也难怪这么难忘了。

正在 Meta 参与开发 PyTorch 的 Felipe Mello 回想了一次难忘的谷歌面试。当时,面试官要求他编写单元测试,并分享了他解决过的最困难的 bug。

马里兰大学博士后 Ashwinee Panda 则更是在一次 xAI 联合创始人张国栋(Guodong Zhang)的面试中收获了一个研究灵感,并最终将其扩展成了一项研究成果。

微软研究者刘力源也有类似的经历。

曾在 Meta 和 DeepMind 工作过的麦吉尔大学兼职教授 Rishabh Agarwal 则分享了自己被 Christian Szegedy(曾在谷歌工作过多年,xAI 联合创始人、现任 Morph Labs 首席科学家)面试的经历。当时,他被要求解决一个关于两人投掷飞镖游戏的难题,该游戏具有相同的概率分布,要求找出第一个玩家获胜的概率。

Agarwal 回忆说:「我直接在一张餐巾纸上开始数学计算,然后在视频通话中给他看(挺有意思的)。然后,我们又来回折腾了 30 分钟,一边在白板上做计算,一边尴尬地把屏幕对着白板。」

已有超 2 万引用的 DeepMind 杰出工程师、Gemini 核心开发者 Rohan Anil 则分享了与 Ilya Sutskever 的一次鼓舞人心的经历。「他鼓励我,优化带来的收益会远比我之前工作带来的收益更多。」

最后,在 Lucas Beyer 的投票里,DeepMind(旧版)以 32.1% 的票数得到了最佳面试者的称号。不知道这个结果是不是符合大家的普遍认知?

那么,在你的职业生涯中,有什么难忘的面试经历与我们分享吗?

参考链接

x.com/giffmana/st...

相关推荐
音视频牛哥14 分钟前
机器人视频感知架构深度解析:7条技术法则,打造低延迟实时感知与交互
人工智能·计算机视觉·机器人·音视频·大牛直播sdk·机器视觉·rtmp rtsp播放器
l12345sy1 小时前
Day16_【机器学习—模型拟合问题】
人工智能·机器学习
Ai工具分享1 小时前
让模糊物体变清晰的视频AI:快速提升画质指南
人工智能·音视频
霍格沃兹测试开发学社测试人社区1 小时前
MCP零基础学习(7)|实战指南:构建论文分析智能体
人工智能·测试工具
开开心心就好2 小时前
PDF转长图工具,一键多页转图片
java·服务器·前端·数据库·人工智能·pdf·推荐算法
l12345sy2 小时前
Day16_【机器学习概述】
人工智能·机器学习
大千AI助手2 小时前
InstructGPT:使用人类反馈训练语言模型以遵循指令
人工智能·gpt·语言模型·自然语言处理·rlhf·指令微调·模型对齐
机器之心3 小时前
时代2025 AI百人榜出炉:任正非、梁文锋、王兴兴、彭军、薛澜等入选,华人影响力爆棚
人工智能·openai
Json_3 小时前
使用springboot开发-AI智能体平台管理系统,统一管理各个平台的智能体并让智能体和AI语音设备通信,做一个属于自己的小艾同学~
人工智能·spring boot·openai