Siapa Saja yang Sebenarnya Direkrut oleh Anthropic? 1.680 CV Memberikan Jawabannya

marsbitPublicado a 2026-06-15Actualizado a 2026-06-15

Resumen

Analisis terhadap 1.680 riwayat hidup insinyur di Anthropic mengungkap gambaran tak terduga: perusahaan ini lebih mengutamakan "pembangun" (builder) berpengalaman daripada "peneliti" murni. Berdasarkan data LinkedIn, tim teknik Anthropic berkembang pesat dalam 18 bulan terakhir, dengan lebih dari separuh insinyurnya baru bergabung kurang dari setahun. Rekrutan baru umumnya sangat senior, dengan pengalaman kerja rata-rata 12,2 tahun, dan banyak berasal dari perusahaan dengan reputasi teknik kuat seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir. Latar belakang insinyur cenderung pada infrastruktur, sistem backend, sistem terdistribusi, database, dan keamanan. Hanya 13,7% yang bergelar PhD. Sumber rekrutan terbesar adalah Google, bukan laboratorium AI pesaing. Untuk kandidat awal karir (kurang dari 6 tahun pengalaman), jalan masuk biasanya melalui magang di perusahaan top, prestasi kompetisi, publikasi makalah, atau pengalaman di proyek keselamatan/alignment AI. Intinya, Anthropic beroperasi lebih seperti perusahaan infrastruktur yang sangat terengineering. Saran bagi pelamar: soroti pengalaman membangun dan mengembangkan sistem berskala besar, bukan hanya keahlian riset.

Catatan Editor: Dunia luar sering membayangkan Anthropic sebagai laboratorium AI yang terdiri dari doktor, peneliti, dan pakar model mutakhir. Namun, analisis terhadap riwayat hidup 1.680 insinyur ini memberikan jawaban yang lebih realistis: inti dari Anthropic bukan hanya "penelitian", melainkan "pembangunan".


Artikel ini menganalisis 5.306 profil LinkedIn yang mencantumkan Anthropic sebagai perusahaan tempat kerja saat ini, dan kemudian menyaring 1.680 riwayat hidup insinyur di antaranya, menghasilkan kesimpulan yang kontra-intuitif: profil talenta inti Anthropic bukanlah "peneliti" seperti yang dibayangkan dunia luar, melainkan sekelompok "pembangun" (builder) yang berpengalaman—orang-orang yang benar-benar mampu membangun, menjalankan, dan mengembangkan sistem berskala besar.

Data menunjukkan bahwa tim teknik Anthropic hampir seluruhnya terbentuk dalam 18 bulan terakhir: lebih dari setengah insinyur saat ini telah bergabung kurang dari setahun. Namun, karyawan baru umumnya sangat senior, dengan pengalaman kerja median sebelum bergabung mencapai 12,2 tahun, dan banyak berasal dari perusahaan-perusahaan yang terkenal dengan kemampuan teknik dan infrastrukturnya seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, Palantir.

Ini juga menjelaskan fokus sebenarnya dari organisasi teknik Anthropic: dibandingkan dengan penelitian model yang menjadi sorotan publik, perusahaan ini lebih mirip perusahaan infrastruktur yang sangat terrekayasa (highly engineered). Latar belakang insinyurnya terutama terkonsentrasi pada infrastruktur, backend, sistem terdistribusi, basis data, dan keamanan; hanya 13,7% yang bergelar doktor, mayoritas adalah insinyur senior dengan gelar sarjana atau magister.

Peluang untuk karier awal bukan tidak ada sama sekali, tetapi ambang batasnya juga sangat tinggi: magang di perusahaan teknologi papan atas, prestasi kompetisi, publikasi makalah, atau pengalaman proyek keamanan/penyelarasan AI (AI safety/alignment) sering menjadi sinyal seleksi pengganti pengalaman kerja.

Saran penulis di akhir juga cukup langsung: jika ingin bergabung dengan Anthropic, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, melainkan soroti sistem berskala besar yang benar-benar pernah Anda bangun, kembangkan, dan rawat. Kompetisi AI mutakhir di lapisan dasarnya semakin mendekati kompetisi kemampuan teknik dan kemampuan infrastruktur.

Berikut adalah teks aslinya:

Pembangun, Bukan Peneliti

Saya mengambil (scrape) semua profil LinkedIn yang mencantumkan Anthropic sebagai pemberi kerja saat ini, total 5.306 orang. Kemudian, saya menyaring 1.680 orang yang benar-benar berada di posisi teknik, dan selanjutnya melihat 7.986 catatan dalam deskripsi pekerjaan masa lalu mereka, menganalisis apa yang mereka lakukan sebelum bergabung dengan Anthropic.

Berikut hasilnya.

Organisasi Ini Hampir Mengembang dalam Semalam

Hanya ada 15 insinyur yang bergabung dengan Anthropic sebelum tahun 2021 dan masih bekerja hingga sekarang. Pada tahun 2025, tim teknik organisasi ini hampir meluas tiga kali lipat, dengan penambahan 686 insinyur baru tahun itu; kecepatan perekrutan tahun 2026 juga diperkirakan setara, dengan penambahan 455 orang hingga Juni.

Di tim teknik saat ini, separuh orang memiliki masa kerja di Anthropic kurang dari setahun. 53% orang bergabung dalam 12 bulan terakhir. Masa kerja median: 10 bulan.

Ini adalah organisasi berskala besar, tetapi hampir seluruhnya dibangun dalam waktu sekitar 18 bulan.

Hampir Hanya Merekrut Insinyur Senior

Pengalaman kerja median sebelum bergabung dengan Anthropic adalah 12,2 tahun. 50% di tengah memiliki pengalaman 8,8 hingga 16,5 tahun. Dari 1.680 orang ini, hanya 50 orang yang pengalaman kerjanya kurang dari 3 tahun. 44% orang memiliki pengalaman kerja 13 tahun atau lebih. Rekrutmen lulusan baru pada dasarnya tidak ada.

Dengan kata lain, karyawan baru tipikal Anthropic adalah seorang insinyur dengan pengalaman 12 tahun, tetapi hanya bekerja di Anthropic selama 10 bulan.

Jelas Lebih Condong ke Infrastruktur, Daripada Penelitian dalam Arti Tradisional

Latar belakang infrastruktur muncul dalam riwayat hidup 40% insinyur. Backend, sistem terdistribusi, basis data, dan keamanan masing-masing menyumbang sekitar 20%. Pembelajaran penguatan (reinforcement learning/RL), yang merupakan "RL" dalam RLHF, hanya muncul dalam riwayat hidup 3,3% orang.

Insinyur tipikal Anthropic biasanya membangun sistem produksi berskala besar selama satu dekade terakhir di penyedia layanan cloud berskala sangat besar, atau di startup yang berfokus pada infrastruktur.

Keterampilan yang mereka cantumkan juga menunjukkan hal yang sama: Python 585 orang, Java 566 orang, C++ 443 orang, JavaScript 376 orang, SQL 302 orang, Linux 230 orang, Sistem Terdistribusi 189 orang, AWS 154 orang. Pekerjaan pelatihan model yang terdengar lebih "seksi" tentu ada, tetapi proporsinya rendah.

Sumber Talenta Terbesar Bukan Laboratorium, Melainkan Google

Banyak yang mengira Anthropic terutama merekrut orang dari OpenAI dan DeepMind. Namun, saluran talenta terbesarnya, dengan selisih jauh, adalah Google. Laboratorium pesaing itu hanyalah dua pilar kecil di tengah grafik.

Anthropic jelas lebih menyukai perusahaan-perusahaan yang terkenal dengan ketelitian rekayasanya (engineering rigor): Stripe, Databricks, Snowflake, Palantir, Airbnb.

Jika melihat di mana insinyur-insinyur ini pernah bekerja sebelumnya, peringkatnya adalah: Google 405 orang, Meta 273 orang, Amazon 197 orang, Microsoft 171 orang, Stripe 124 orang, Apple 87 orang, Stanford 68 orang, DeepMind 62 orang, Airbnb 51 orang, OpenAI 48 orang. Separuh dari tim teknik saat ini, yaitu 50%, memiliki setidaknya satu kali pengalaman kerja di FAANG dalam riwayat hidupnya.

Tentu saja, mereka juga merekrut dari laboratorium AI lainnya. OpenAI adalah salah satu dari lima sumber langsung terbesar, DeepMind adalah salah satu dari enam sumber langsung terbesar. Sekitar 94 insinyur pindah langsung dari laboratorium AI mutakhir lainnya ke Anthropic.

Mitos tentang Doktor

Hanya 13,7% orang yang memiliki gelar doktor. Sekitar satu dari tujuh orang.

Target rekrutan tipikal Anthropic bukanlah ilmuwan peneliti, melainkan insinyur senior dengan gelar sarjana atau magister. Bayangan "seluruh laboratorium adalah doktor" pada tingkat tim teknik pada dasarnya salah.

Distribusi latar belakang pendidikan juga sepenuhnya sesuai dengan gambaran organisasi "tipe pembangun": Ilmu Komputer 819 orang, diikuti Matematika 78 orang, Fisika 70 orang, Teknik Komputer 69 orang. Filsafat juga masuk 20 besar, total 13 orang, mungkin terkait dengan bidang keamanan.

Stanford Jelas Memimpin sebagai Sumber Rekrutan

Dari sisi institusi pendidikan, peringkat kumulatif historis adalah: Stanford 144 orang, Berkeley 118 orang, MIT 80 orang, CMU 73 orang, Harvard 42 orang, Cambridge 39 orang, UW 36 orang, Waterloo dan Cornell masing-masing 35 orang, Oxford 33 orang, Princeton 32 orang. Empat institusi teratas ini menggabungkan seperempat dari seluruh tim teknik.

80% orang memiliki jabatan yang sama.

"Member of Technical Staff" (Anggota Staf Teknis/MoTS).

Seorang mantan CTO Instagram, beberapa mantan pendiri Adept, dan staf pengajar Stanford, jabatan mereka di Anthropic hanyalah "MoTS". Rataannya (flattening) jabatan ini jelas disengaja. Senioritas dan fungsi spesifik sengaja disembunyikan dalam desain.

Di Mana Satu-Satunya Jalur Masuk ke Anthropic bagi Orang di Tahap Karier Awal?

Ada 172 insinyur dengan pengalaman kerja kurang dari 6 tahun, 50 di antaranya kurang dari 3 tahun. Namun, mereka bukan lulusan baru dalam arti biasa. Mereka secara kasar terbagi menjadi dua kategori, hampir tidak ada insinyur menengah biasa di antaranya.

Dibandingkan dengan seluruh tim teknik, mereka menunjukkan karakteristik yang jelas berbeda: proporsi doktor lebih tinggi, mencapai 19%, sedangkan keseluruhan 13,7%; proporsi jabatan produk/SWE tiga kali lipat dari keseluruhan, mencapai 15%, sedangkan keseluruhan hanya 5%; kemungkinan mereka memiliki riwayat FAANG juga jauh lebih rendah, hanya 32%, sedangkan keseluruhan 50%.

Pengganti tahun pengalaman mereka adalah modal prestise jenis lain:

Saluran magang. 50% di antaranya mencantumkan pengalaman magang di perusahaan-perusahaan berikut: Meta 16 orang, Google 10 orang, DeepMind 6 orang, Microsoft 5 orang, Amazon 5 orang, ditambah Jane Street, Two Sigma, HRT, Optiver, Nvidia.

Dari perdagangan kuantitatif ke laboratorium AI. 9% orang pernah berada di lembaga perdagangan (trading) papan atas, termasuk Jane Street, Two Sigma, Five Rings, HRT, Optiver, Citadel. Ini adalah sekelompok talenta muda bertipe kompetisi matematika/komputer, yang masuk ke laboratorium AI melalui industri perdagangan frekuensi tinggi (high-frequency trading).

Fellowship arah penyelarasan (Alignment). 6% orang pernah terlibat dengan MATS, SERI, Redwood, atau ARC. Ini adalah pintu masuk yang hampir hanya terbuka untuk talenta awal, dan hampir tidak ada di kalangan senior.

Gambaran yang sangat jelas adalah: MIT, medali perak IOI, peringkat Codeforces 2900+, langsung masuk ke bidang reinforcement learning dan keamanan setelah bekerja empat tahun. Dasar seleksi mereka bukanlah lama bekerja, melainkan peringkat kompetisi dan publikasi makalah.

Insinyur muda ini juga lebih internasional dibandingkan insinyur senior. Sumber institusi untuk insinyur berpengalaman rendah termasuk: Berkeley 15 orang, Stanford 14 orang, Cambridge 10 orang, MIT 7 orang, Tsinghua 7 orang, Oxford 6 orang, ditambah Imperial, NUS, Shanghai Jiao Tong University, ETH Zürich.

Lantas, Bagaimana Anda Harus Memahami Informasi Ini?

Jika Anda ingin bergabung dengan Anthropic sebagai insinyur, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, tulis seperti yang ditujukan untuk perusahaan infrastruktur. Tunjukkan sistem yang benar-benar pernah Anda bangun dan kembangkan. Inilah resume yang diterima.

Tahap karier awal adalah satu-satunya pengecualian. Pada tahap ini, ambang batasnya bukan pengalaman kerja biasa, melainkan magang papan atas, peringkat kompetisi, atau makalah.

Jika Anda sedang bersaing merebut orang dengan Anthropic, target Anda bukanlah "doktor" atau "latar belakang laboratorium" itu sendiri, melainkan para Pembangun senior dari penyedia layanan cloud berskala sangat besar atau perusahaan dengan reputasi teknik yang sangat kuat: mereka memiliki sekitar 12 tahun pengalaman, mungkin berasal dari Stripe, Databricks, Snowflake, Palantir. Anthropic telah aktif memancing di kolam talenta ini.

Preguntas relacionadas

QApa kesimpulan utama dari analisis profil 1.680 insinyur di Anthropic?

AAnalisis menunjukkan inti talenta Anthropic bukanlah peneliti, tetapi 'builder' atau pembangun — insinyur berpengalaman yang mampu membangun, menjalankan, dan mengembangkan sistem skala besar. Tim lebih menyerupai perusahaan infrastruktur yang sangat termekanisasi daripada lab penelitian AI.

QBerapa tahun pengalaman kerja median yang dimiliki insinyur sebelum bergabung dengan Anthropic?

APengalaman kerja median sebelum bergabung dengan Anthropic adalah 12.2 tahun. 44% insinyur memiliki 13 tahun atau lebih pengalaman. Hanya 50 dari 1.680 insinyur memiliki pengalaman kurang dari 3 tahun.

QLatar belakang teknis apa yang paling dominan di kalangan insinyur Anthropic?

ALatar belakang infrastruktur adalah yang paling dominan, muncul di 40% profil. Bidang seperti backend, sistem terdistribusi, database, dan keamanan masing-masing muncul di sekitar 20% profil. Keterampilan yang paling sering disebut adalah Python, Java, C++, JavaScript, SQL, Linux, dan sistem terdistribusi.

QPerusahaan apa yang menjadi sumber talenta terbesar bagi Anthropic?

ASumber talenta terbesar adalah Google, jauh melampaui sumber lainnya. Perusahaan lain yang menjadi sumber utama termasuk Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir — perusahaan yang terkenal dengan kemampuan rekayasa dan infrastrukturnya.

QBagaimana seseorang dengan pengalaman karir awal dapat bergabung dengan Anthropic?

AJalur utama untuk kandidat berpengalaman rendah (kurang dari 6 tahun) adalah melalui prestasi luar biasa, bukan pengalaman kerja biasa. Ini termasuk magang di perusahaan top seperti FAANG atau lab AI, peringkat tinggi dalam kompetisi pemrograman (seperti IOI, Codeforces), publikasi penelitian, atau pengalaman dalam program fellowship keselamatan/penyelarasan AI (seperti MATS, SERI).

Lecturas Relacionadas

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

La versión 3.2.0 de XRP Ledger ya está disponible, introduciendo una importante mejora de infraestructura y un cambio de marca del software central, que pasa de llamarse "rippled" a "xrpld". Esta actualización se centra en optimizaciones de back-end y eficiencia, incluyendo medidas de optimización de memoria que pueden reducir hasta un 40% el uso de memoria del servidor, preparando la arquitectura para una futura escalabilidad. Las principales novedades incluyen la modificación `fixCleanup3_2_0`, que refuerza la seguridad de módulos como bóvedas de activos únicos, protocolos de préstamo y exchanges descentralizados. Se han añadido nuevas comprobaciones de invariantes para garantizar la consistencia del libro mayor. Además, las aplicaciones ahora pueden recuperar información sobre el protocolo y definiciones del servidor sin necesidad de conexión directa, facilitando el desarrollo de carteras y exploradores. En cuanto a escalabilidad y estabilidad, la actualización introduce tamaños de bloque configurables, soporte opcional de TLS/mTLS para servidores gRPC y un cambio en el puerto predeterminado para conexiones entre pares. También incluye varias correcciones para creadores de mercado automáticos, pagos y tokens de múltiples propósitos. Las invariantes de transacción se desactivaron temporalmente por rendimiento, sin comprometer la seguridad.

TheNewsCryptoHace 11 min(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

TheNewsCryptoHace 11 min(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

El documento de DeepMind plantea que la Inteligencia Artificial General (AGI) no será el punto final del desarrollo de la IA, sino un paso hacia una Inteligencia Artificial Superintendente (ASI) que supere colectivamente a los mejores equipos de expertos humanos. El informe explora cuatro posibles caminos hacia la ASI: 1) escalar recursos (cómputo, modelos, datos), 2) avances algorítmicos o nuevos paradigmas, 3) mejora recursiva automática de los sistemas, y 4) la coordinación de múltiples agentes de AGI para crear una inteligencia colectiva. También identifica cuellos de botella clave, como el límite de los datos de alta calidad generados por humanos, las presiones sobre recursos económicos y naturales, las posibles limitaciones de los paradigmas actuales de redes neuronales, la creciente dificultad de la investigación, las "barreras de abstracción" para descubrir nuevos conceptos fundamentales, y los factores de gobernanza y aceptación social. El documento destaca la necesidad urgente de desarrollar nuevos marcos de evaluación, ya que las métricas basadas en el rendimiento humano quedarán obsoletas una vez alcanzada la AGI. Finalmente, concluye que el progreso hacia la ASI es incierto y estará sujeto a restricciones físicas y prácticas, requiriendo un esfuerzo de investigación multidisciplinar global para monitorear y guiar su desarrollo.

marsbitHace 1 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

marsbitHace 1 hora(s)

Entrevista al Director de Estrategia Digital de Morgan Stanley: No es imposible que Bitcoin alcance un millón de dólares, pero espero que sea más lento

Aunque el Bitcoin podría alcanzar un millón de dólares, una ejecutiva de Morgan Stanley prefiere una subida más lenta y sostenible. Amy Oldenburg, responsable de estrategia de activos digitales del banco, analiza la evolución del criptoactivo desde sus raíces en mercados emergentes, donde la descentralización ofrecía una alternativa vital a sistemas financieros frágiles o corruptos. Explica por qué grandes instituciones como Morgan Stanley, sujeta a estrictas normas bancarias, han tardado en adoptar el Bitcoin de lleno. A pesar del récord de demanda de su ETF de Bitcoin (MSBT), señala que muchos asesores financieros aún son reticentes a recomendarlo, en parte por su volatilidad y la falta de educación. Oldenburg cree que el próximo gran impulso para el Bitcoin podría no venir de un producto nuevo, sino quizás de una crisis que fracture el sistema tradicional, demostrando el valor de un activo descentralizado e inmutable. Mientras tanto, espera una adopción gradual, con más participantes educándose poco a poco. Reconoce la tensión entre el ideal criptoanarquista de auto-custodia y la comodidad que ofrecen los productos institucionales como los ETP, pero subraya la importancia crucial de entender las diferencias entre tener exposición al precio y poseer Bitcoin directamente. En definitiva, Oldenburg ve un largo camino por delante para los activos digitales, con el Bitcoin jugando un papel fundamental en un ecosistema financiero futuro más diverso y tecnológicamente avanzado.

marsbitHace 1 hora(s)

Entrevista al Director de Estrategia Digital de Morgan Stanley: No es imposible que Bitcoin alcance un millón de dólares, pero espero que sea más lento

marsbitHace 1 hora(s)

¿Ya no bastan los 'Siete Magníficos'? SpaceX cotiza, los minoristas compran masivamente y Wall Street presenta los 'Diez Gigantes de la IA y la Tecnología'

El debut en bolsa de SpaceX, que captó 1.170 millones de dólares de inversores minoristas en su primer día y representó el 56% de sus compras totales en EE.UU., ha reavivado el debate sobre la redefinición de los grandes valores tecnológicos. La firma de investigación Vanda propone sustituir el conocido grupo de "Las Siete Magníficas" por un nuevo concepto: los "FAB 10" (Frontier AI & Big Tech 10). Esta lista ampliada incluiría, además de las siete gigantes tradicionales, a SpaceX, OpenAI y Anthropic, estas dos últimas aún no cotizadas pero con expectativas de salir a bolsa este año con valoraciones billonarias. El informe argumenta que estas diez empresas representan colectivamente la dirección de la industria tecnológica y de IA para la próxima década. No es la única propuesta; Bank of America tiene su propia lista "AI Big 10", que incluye a fabricantes de semiconductores como Broadcom, AMD y Micron, mostrando una apuesta diferente por los motores físicos de la IA frente a los modelos de software y la exploración espacial. Vanda advierte de que el fervor por SpaceX podría estar desviando capital de otros sectores tecnológicos calientes, como los semiconductores. Además, señala que las elevadas valoraciones del sector, ejemplificadas por los 1,75 billones de dólares de SpaceX, presentan signos de burbuja, dejando abierta la cuestión de cuánto durará este optimismo en el mercado.

marsbitHace 1 hora(s)

¿Ya no bastan los 'Siete Magníficos'? SpaceX cotiza, los minoristas compran masivamente y Wall Street presenta los 'Diez Gigantes de la IA y la Tecnología'

marsbitHace 1 hora(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar PEOPLE

¡Bienvenido a HTX.com! Hemos hecho que comprar ConstitutionDAO (PEOPLE) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar ConstitutionDAO (PEOPLE) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu ConstitutionDAO (PEOPLE)Después de comprar tu ConstitutionDAO (PEOPLE), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear ConstitutionDAO (PEOPLE)Tradear fácilmente con ConstitutionDAO (PEOPLE) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

740 Vistas totalesPublicado en 2024.12.12Actualizado en 2026.06.02

Cómo comprar PEOPLE

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de PEOPLE (PEOPLE).

活动图片