AI热榜 Alisa Liu 下周就要加入 OpenAI 了。
在这之前，她刚刚结束了一场漫长的求职过程：参与了 11 家公司的 57 场面试，还有另外的 46 次招聘沟通，以及 16 次 offer 之后的沟通。
她把这段经历写成了一篇求职复盘，很快在 AI 圈传开。
Alisa 在华盛顿大学完成了为期六年的自然语言处理博士学位，求职方向主要是研究科学家和技术团队成员这类岗位。
按很多人的想象，拥有这样的背景去面试顶级 AI 公司，最关键的考察应该是论文、研究方向、模型理解和前沿判断。
但她的复盘让大家意识到：一旦进入正式面试流程，真正被反复检验的仍然是编程基本功。
会不会写代码，会不会实现模型，会不会在类似 LeetCode 的算法题里快速找到数据结构和算法解法，这些基础的东西依然绕不开。
在评论区，许多 AI 研究人员也提到了类似经历。
Meta 的研究科学家 Mimansa Jaiswal 说，她第一次完整的全流程面试就是 Anthropic，当时 9 轮面试里有 2 轮 Colab 编程没发挥好。
她后来才意识到，编程面试必须提前练。
另一位来自 Meta 和纽约大学的 AI 研究人员 Ravid Shwartz Ziv 也回忆，很多年前他第一次参加公司面试时，面试官给了他一些编程任务，30 分钟后回来，他大脑一片空白，一行代码都没写出来，面试官只说了一句“谢谢，也许下次吧”，然后关门走人了。
顶级 AI 公司最常考的还是技术基本功 Alisa 在复盘中写道，她一共面试了 11 家公司，经历了 57 场正式面试。
这个数字还没有包括另外 46 次招聘沟通、16 次拿到录用意向后的进一步交流，以及求职前后大量非正式的人脉沟通。
在这个过程中，她对顶级 AI 公司面试到底在考什么，有了一个比较具体的观察：“总的来说，技术能力和技术知识比研究经验更受重视，尽管研究经验很可能是获得面试机会的关键。
”
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接