304永利集团官网入口-读博最后一年转方向，拿到OpenAI offer：我的面试之路充满「意外」
首页财产阐发评论ai正文 读博末了一年转标的目的，拿到OpenAI offer：我的口试之路布满「不测」 布朗年夜学博士生Yong Zheng-Xin下月将插手OpenAI，分享求职履历，总结6个不测洞察，如主要论文、口试多样、试用、机会等，还有说起相干浏览资源。 2026-06-26 07:36 ·呆板之心 AI投资人解读· Yong Zheng-Xin下个月将插手OpenAI专注AI安全研究，他分享了求职中的6个不测洞察，如求职主要的可能仅一两篇论文，口试情势多样，有事情试用等。 · 行业竞争激烈，机会掌握、口试预备等影响求职成果留用通知少见，许多口试与研究主题无关。 总结：Yong Zheng-Xin的履历为相干求职者提供了参考，其经验有助在应答繁杂的求职情况，但需存眷竞争、机会等危害，做好充实预备。内容由AI天生，仅供参考
布朗年夜学的博士生 Yong Zheng-Xin 今天自宣了下个月将正式插手 OpenAI，作为 Astra Fellow 专注在 AI 的安全研究（AI Safety Research）。
Yong Zheng-Xin 于布朗年夜学攻读博士时的导师为 Stephen Bach，研究标的目的包罗晋升模子多语言能力和前沿 AI 安全与对于齐。他今朝重点存眷的范畴是 AGI/ASI（通用 / 超等人工智能）的危害提防与预备事情。他深切研究了可扩大监视（Scalable Oversight）、模子对于齐的泛化能力，以和年夜模子于面临多语言等繁杂提醒时的匹敌鲁棒性及逃狱缝隙。
上个礼拜，同是行将卒业的博士，华盛顿年夜学的 Alisa Liu 于插手 OpenAI 的动静上了 X 热搜，阅读量跨越了百万（拜见：《从 57 排场试到 OpenAI offer：一名 NLP 博士的* AI 公司求职复盘火了》）。
Yong Zheng-Xin 于看到 Alisa Liu 的口试分享以后得到开导，也先容了本身于求职研究科学家时的一些履历。
比拟在 Alisa 分享的怎样预备口试等更为尺度化的经验，Zheng-Xin Yong 的这篇博客《Surprising lessons from my research scientist job search》 提供了一个差别的视角。
作为一个于博士末了一年从多语言年夜模子跨界转向 AI 安全范畴的候选人，他总结了 6 个让他于求职历程中感应很是不测（Surprise）的有趣洞察，很是值患上一看：
近来，计较机科学博士生 Alisa 及 Silvia 别离发表了两篇博文，讲述了她们怎样预备并乐成进入 OpenAI 及google DeepMind 等前沿试验室。我强烈保举这两篇文章。于看到推特上的回声后，我想从另外一个角度分享一下：我于本身寻觅科研职员事情的历程中，有哪些意想不到的履历让我感应惊奇。
这篇文章重要面向两个读者群体：
计较机科学（CS）博士卒业生，可能及我同样，花了 5-6 年时间撰写多篇研究论文，此刻正努力寻觅行业时机。
正于申请全职职位的 AI 安全研究员。
免责声明：本文写作历程中未利用任何年夜语言模子。
小我私家履历
我是布朗年夜学的五年级博士生。我的求职履历有点非凡，由于我于博士末了一年转变了研究标的目的。
2025 年秋季，我申请了多语言及人工智能安全方面的职位，但收到的年夜可能是多语言 / 后练习的研究科学家时机。这是由于我的研究组合中触及焦点 AI 安全课题的事情较少。
于学期中，我决议全身心投入 AI 安全研究，由于我认为跟着通用人工智能（AGI）/ 超等人工智能（ASI）的到来，AI 安全范畴有许多主要方面亟需存眷。是以，当我得到 Astra 奖学金时，我决议暂停求职几个月，专注在做好奖学金项目，以便更胜任 AI 安全范畴更具影响力的职位。为此，我拒绝了一些现有的事情时机，并将卒业时间推延到 2027 年。
邻近研究项目竣事，我从头最先找事情，但工作进展患上比我最初假想的要杂乱一些。我原本规划于六月竣事研究项目，将研究结果收拾成论文，然后最先口试（这象征着我应该于七月才最先口试）。然而因为时间摆设的缘故原由（以和）对于职位资源不足的担心，我约莫于蒲月中旬就最先了口试，并于六月中旬以前就收到了几份令我很是满足的 offer。事实上，我甚至退出了一些正于举行的口试，都没有时机充实相识其他选择。
总而言之，我很光荣工作终极顺遂解决，我不消再为资金问题懊恼（由于我推延了卒业），也不消再蒙受连续找事情的焦急（至少短时间内应该云云）。我没法用语言表达我对于所有于此历程中撑持我的人的感谢之情。
不测之一：求职历程中，真正主要的只有一两篇论文
按照 Alisa 的帖子及反映，也许许多人已经经知道，口试（例如 LeetCode）可能与你所做的研究事情无关。
我甚至可以说于求职历程中，真正主要的可能只有一两篇论文。有时辰，甚至一篇论文都不需要，我的评价彻底取决在我就地解决团队问题的能力。
按照我的经验，你的论文作用重要有两个：
得到口试时机。我做过一些方针团队喜欢的项目，或者者我的论文揭示了团队正于寻觅的某种专业技术，以是我此刻进入了口试流程。也就是说，我方才经由过程了资历线，此刻正式成为他们的候选人。
深度解析。这凡是发生于研究陈诉或者研究会商时期，我会具体论述某项研究的念头及细节。有时，如许的陈诉可能只有短短的 20 分钟。
是以于某种水平上，除了了成立诺言以外，发表论文的数目自己其实不主要。就我而言，我的多语种研究论文数目远远跨越我的 AI 安全标的目的的论文 —— 但鉴在我已经经转向 AI 安全研究，这些论文，包括我得到*论文奖的论文，都与我的口试成果无关。（注：Yong Zheng-Xin 的事情曾经得到 NeurIPS 2023 SoLaR *论文）
这实在是一种解放，由于这象征着你可以随时转型到你认为有影响力的新范畴，只要你于该范畴揭示出充足的专业技术，而且团队也需要你，你仍旧可以得到求之不得的事情时机。另外一方面，这也象征着你需要不停进修及把握行业动态，由于已往的乐成对于你是否能得到新的事情时机的影响较小。
不测之二：口试环节很是多样化
我最初到场口试时，以为口试情势会及应届软件工程师的口试近似（例如，Leetcode 气势派头的问题及举动口试），再加之一些关在 LLM / 深度进修的技能口试。
口试环节好像有某种尺度化的模式 —— 我认为 Alisa 及 Silvia 的博客就给人留下了如许的印象。
出乎意料的是，我于求职历程中居然被问到了体系设计以和并行编程（例如怎样利用 asyncio 并行计较来实现并发操作）方面的问题。我还有相识到，有些口试环节会考查你利用 AI 智能体的能力。总而言之，这申明你应该时刻预备好应答各类意想不到的问题及口试环节。
不测之三：事情试用
这对于我来讲彻底是全新的体验。看到 Alisa 的帖子时我也很惊奇，由于我一直以为试用期只于 AI 安全岗亭上比力常见。看来，于 AI 草创公司里，试用期也愈来愈遍及了。
事情试用与现排场试彻底差别 —— 你无需飞往公司举行多轮现排场试；相反，你将与团队互助解决一项使命。有时，这项使命多是开放式的。
这些事情试用凡是都有人为，但令我惊奇的是，有些现场事情试用可以连续长达一周。
对于我来讲，到场事情试用会让我很难预备其他公司的口试，由于我必需竭尽全力完成当前的事情使命，底子没有精神预备其他公司的口试。摆设口试时，特别是于同时口试多家公司且时间紧急的环境下，你应该思量到这一点。
不测之四：机会很是主要
于当前的就业市场中，机会起着至关主要的作用。
例如，去年秋季，与强化进修相干的职位比拟，AI 安全方面的职位很是难找。但此刻，有更多草创公司提供与 AI 安全相干的时机（例如 Lila 及 Mechanize）。
关在机会怎样影响你寻觅全职事情，有几点值患上切磋：
你的作品迅速走红，许多机构都对于你的作品很感兴致，想要招募你。你可能会对于这个机会感应措手不和，而你此刻*的做法就是捉住这个时机，踊跃到场口试。
你的研究范畴愈来愈热点。这与我上面提到的 AI 安全案例有关。你可以揣度，相干的时机也愈来愈多。求职申请窗口可能短至不到一个月，也可能长达数月，由于公司都于努力扩张。
职位需求。假如你规划推延口试或者举行一些关在怎样同时口试多家公司的规划，那末你应该向雇用职员扣问这个问题。
事情邀约接连不断。假如你碰到这类环境，可以要求其他公司加速口试流程。假如一天以内要持续到场三排场试，而你只有不到一天的预备时间，也不要感应惊奇。
要求推延口试最先时间（好比推延一两个月）是合理的，但凡是一旦最先口试，每一轮口试之间的距离时间都很短。别的需要留意的是，有些职位但愿你于接下来的一两个月内入职，不外入职日期是可以协商的。
不测之五：留用通知很少见
与软件工程职位（凡是会提供留用时机，Return offer）比拟，研究职位则需要详细环境详细阐发。
例如，2024 年我于 Meta 实习时期，全职转正的时机很少，并且很年夜水平上取决在团队范围。我的许多伴侣都没能得到转正时机。至在我申请的 OpenAI Astra 奖学金，我仍旧需要像其他申请者同样，履历所有口试环节才能终极插手 OpenAI。
我据说有些机构的口试流程比力快捷；例如，假如团队匹配乐成，你只需要再履历一两轮口试。
不测之六：许多口试与你的主题无关
这让我感应不测，由于我其时正从能力研究（多语言能力）转向安全研究，我以为安全相干的口试会于整个口试流程中盘踞很年夜比例。我于 Astra Fellowship 项目时期，Constellation 内部就 AI 安全问题睁开了年夜量会商，这越发深了我的这类印象。
那不是事实。
事实上，我碰到过许多与 AI 安全彻底无关的案例，更不消说与我的研究标的目的相干了。我信赖我的履历与 Alisa 及 Silvia 的近似（只管她们的研究范畴与人工智能差别）。
于少数几个处所，我觉得口试官仍旧于评估我作为 AI 研究员的周全性。我认为这有其合理的地方（例如，AI 范畴成长迅速，以是夯实基础很主要等等），但我原本预期会碰到更多与 AI 安全相干的问题，由于于我看来，这是一个亟待解决的研究课题，并且它仍旧是一个相对于小众的范畴。也许，对于在高级职位，我的口试履历会有所差别。
对于在安全研究职员：假如这对于你有帮忙，我与别人合写了一篇 LessWrong 文章（https://www.lesswrong.com/posts/dvsFfGuXXyHYkyifp/tips-for-cracking-the-ai-safety-technical-interview-1），内容是关在安全相干的轮次，但估计提出的问题会有许多多样性。
如下是更多浏览资源：
一、Nathan Lambert——Thoughts on the job market in the age of LLMs：https://www.interconnects.ai/p/thoughts-on-the-hiring-market-in
二、Alisa Liu——Notes on the Industry Job Search：https://alisawuffles.github.io/blog/job-search/
三、Silvia Sapora——ML Job Interviews: The Ultimate Guide：https://silviasapora.github.io/blog/ml-interviews.html
【本文由投资界互助伙伴呆板之心授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-304永利集团官网入口
