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.













