# Artikel Terkait Perekrutan

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Perekrutan", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Pemenang Penghargaan Khusus Tsinghua, Gu Yuxian, Bergabung dengan DeepSeek

DeepSeek saat ini sedang dalam proses rekrutmen besar-besaran untuk berbagai posisi. Pada saat yang sama, versi resmi DeepSeek V4 akan diluncurkan pertengahan bulan ini. Dalam daftar penulis makalah DeepSeek V4, terdapat nama **Yuxian Gu**, seorang doktoral Universitas Tsinghua angkatan 2021 dan penerima Beasiswa Prestasi Khusus untuk Mahasiswa Pascasarjana tahun 2025. Diketahui bahwa **Gu Yuxian telah resmi bergabung dengan DeepSeek**. Gu Yuxian, yang juga pernah mendapatkan Beasiswa Doktoral Apple tahun 2025 dan Beasiswa In-Tech Ant Group, menyatakan bahwa "Inovasi algoritma menjadi kunci untuk menembus hambatan komputasi ketika sumber daya perangkat keras terbatas." Ia adalah doktoral tingkat akhir di Departemen Ilmu Komputer Universitas Tsinghua, dengan gelar sarjana juga dari universitas yang sama. Halaman pribadinya menunjukkan bahwa ia belajar di Kelompok Penelitian AI Interaktif (Conversational AI, CoAI) Universitas Tsinghua, dibimbing oleh Profesor Huang Minlie. Penelitiannya berfokus pada peningkatan efisiensi dalam seluruh siklus hidup model bahasa besar (LLM), mencakup tahap pra-pelatihan, adaptasi, dan inferensi. Ia mengembangkan penelitian dari tiga arah utama: **Penyaringan Data Pra-Pelatihan, Distilasi Pengetahuan dalam Kompresi Model, dan Arsitektur Model yang Efisien.** Di halaman Google Scholar-nya, **kutipan makalah Gu Yuxian telah mendekati 5000**, dengan dua makalah yang dikutip lebih dari 1000 kali. Sebagai penulis pertama, Gu Yuxian telah mempublikasikan banyak makalah di konferensi AI terkemuka internasional seperti NeurIPS, ICLR, dan ACL. Pada tahun 2024, ia dan rekan-rekannya mengusulkan metode distilasi pengetahuan untuk menyuling model bahasa besar menjadi model yang lebih kecil, menciptakan **"MiniLLM"** yang menghasilkan jawaban yang lebih akurat dan berkualitas lebih tinggi. Metode ini telah diadopsi oleh komunitas dan platform industri terkemuka seperti Google, Alibaba, dan NVIDIA. Pada tahun 2025, makalah **"Jet-Nemotron"** memperkenalkan seri baru model bahasa berarsitektur hybrid yang mencapai akurasi model perhatian penuh state-of-the-art (SOTA) sekaligus memiliki efisiensi yang luar biasa.

marsbit11j yang lalu

Pemenang Penghargaan Khusus Tsinghua, Gu Yuxian, Bergabung dengan DeepSeek

marsbit11j yang lalu

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

Eksodus talenta dari Google tampaknya berlanjut dengan hengkangnya Denny Zhou, yang dijuluki "Raja Penalaran" DeepMind, ke Meta. Ia telah bekerja diam-diam di MSL Meta selama empat bulan sebelum berita kepergian sejumlah ilmuwan top Google lainnya ramai diperbincangkan. Zhou, yang direkrut ke Google pada 2017 berkat program Google AI China yang diinisiasi Fei-Fei Li, adalah pionir tim penalaran dan berkontribusi besar pada karya dasar LLM seperti Chain-of-Thought. Kepergiannya disusul masuknya profesor UC Berkeley, Dawn Song ("Bunda Keamanan AI"), ke Meta beserta tim startup AI security-nya. Sementara itu, Google terus kehilangan banyak pemain kunci. Noam Shazeer (salah satu penulis Transformer) bergabung dengan OpenAI, sementara peraih Nobel John Jumper serta kontributor inti Gemini lainnya, Jonas Adler dan Alexander Pritzel, pindah ke Anthropic. Laporan dari The Information mengungkapkan kemungkinan penyebab di balik eksodus ini: Google dikabarkan mengutamakan "Tim Serang Pengkodean" (Coding Strike Team) yang baru dibentuk, bahkan didukung langsung oleh pendiri Sergey Brin. Tim ini berfokus mempercepat pengembangan kemampuan coding Gemini, menggeser prioritas dari jalur "model dunia" AGI yang lebih teoritis yang selama ini digagas DeepMind. Alokasi sumber daya komputasi yang diprioritaskan untuk tim pengkodean ini diduga menjadi salah satu alasan kepergian para peneliti, seperti yang disinggung Shazeer. Pergeseran fokus ke pengkodean, yang memiliki nilai komersial jelas, tampaknya mengorbankan jalur penelitian jangka panjang lainnya, menciptakan ketegangan internal dan mendorong talenta untuk mencari peluang di perusahaan pesaing seperti Meta, OpenAI, dan Anthropic.

marsbit06/26 13:42

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

marsbit06/26 13:42

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

Profesor Dawn Song (Song Xiaodong) dari UC Berkeley, yang dijuluki sebagai "tokoh keamanan komputer nomor satu", bergabung dengan laboratorium Superintelligence Meta sebagai Wakil Presiden Penelitian AI. Dia akan melapor langsung kepada kepala lab, Nat Friedman. Song adalah peneliti berpengaruh di bidang keamanan komputer dan keamanan AI, penerima MacArthur Fellowship, serta anggota ACM, IEEE, dan AAAS. Karyanya yang terkenal termasuk "Dynamic Taint Analysis" (2005). Laboratoriumnya di UC Berkeley dianggap sebagai pusat pelatihan terkemuka di bidang keamanan komputer. Penelitian Song mencakup keamanan perangkat lunak, pembelajaran mesin adversarial, dan keamanan agen AI. Dia juga pendiri Oasis Labs dan Virtue AI, perusahaan yang fokus pada infrastruktur keamanan AI untuk perusahaan, terutama pengujian penetrasi (red-teaming) otomatis dan pengaman runtime untuk agen AI. Bersama Song, pendiri Virtue AI lainnya, Bo Li dan Sanmi Koyejo, serta beberapa anggota tim, juga bergabung dengan Meta. Langkah ini dilihat sebagai upaya Meta untuk memperkuat langkah-langkah keamanan dalam pengembangan agen AI, terutama setelah masalah keamanan model AI seperti Anthropic's mythos menarik perhatian industri. Meta ingin menerapkan AI ke dalam produk-produk sosialnya yang digunakan miliaran orang dan terus mengedepankan strategi sumber terbuka, sehingga membutuhkan kemampuan keamanan yang tangguh. Artikel ini juga menyebutkan bahwa Denny Zhou, pendiri Gemini Reasoning Team di Google, dilaporkan telah bergabung dengan Meta TBDLab beberapa bulan sebelumnya. Zhou adalah tokoh kunci di bidang penalaran AI, berkontribusi pada metode seperti Chain-of-Thought dan Self-Consistency, yang membantu mengembangkan kemampuan penalaran model bahasa besar.

marsbit06/26 08:14

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

marsbit06/26 08:14

Matikan AI Baru Boleh Interview: Orang Seperti Apa yang Dicari Anthropic?

**Ringkasan Artikel: "Matikan AI Sebelum Wawancara: Siapa yang Dicari Anthropic?"** Anthropic, perusahaan AI bernilai fantastis (9650 miliar dolar AS), menerapkan proses rekrutmen yang sangat unik. Kunci utamanya adalah **larangan mutlak menggunakan AI selama semua tahap wawancara**. Fase terpenting adalah **"wawancara budaya"** yang menguji nilai, pandangan dunia, dan pemahaman kandidat tentang **risiko jangka panjang AI** — bukan sekadar risiko produk. Pertanyaannya mendalam dan personal, seperti "Keyakinan tidak biasa apa yang Anda pegang?" atau dilema etika nyata. Yang dinilai adalah kemampuan berpikir mandiri, keberanian mempertahankan pendapat, dan bahkan **keberanian untuk mengkritik Anthropic sendiri**. Pendekatan ini bertolak belakang dengan tren di perusahaan seperti Google, yang justru mengizinkan penggunaan AI (Gemini) dalam wawancara teknis untuk menilai kelancaran berkolaborasi dengan AI. Logika Anthropic adalah: Di era di mana **eksekusi (menulis kode, menghasilkan argumen) semakin murah dan otomatis** oleh AI, yang justru menjadi sangat berharga dan langka adalah **kemampuan berpikir mandiri, memiliki keyakinan yang otentik, dan kebijaksanaan yang berasal dari diri sendiri**. Mereka mencari orang yang **tidak mengalihdayakan pikirannya** kepada AI. Intinya, Anthropic percaya bahwa di masa depan AI, yang paling dibutuhkan bukanlah orang yang paling mahir menggunakan AI, tetapi **orang yang tetap memiliki sesuatu yang berharga di kepalanya bahkan setelah AI dimatikan**.

marsbit06/08 09:37

Matikan AI Baru Boleh Interview: Orang Seperti Apa yang Dicari Anthropic?

marsbit06/08 09:37

a16z tentang Perekrutan: Bagaimana Memilih antara Bakat Asli Kripto dan Bakat Tradisional?

Dengan berkembangnya industri crypto, timbul pertanyaan kritis: kapan harus merekrut talenta yang sudah berpengalaman di bidang crypto (crypto-native) dan kapan bakat dari latar belakang tradisional dapat menjadi aset? Menurut a16z, crypto-native profesional unggul dalam peran yang membutuhkan keahlian teknis mendalam dan spesifik, seperti pengembangan smart contract, di mana kesalahan dapat berakibat fatal. Namun, talenta tradisional dari perusahaan teknologi besar membawa keahlian dalam penskalaan, operasi yang kompleks, dan pengalaman membangun produk untuk jutaan pengguna, yang sangat berharga saat produk crypto beralih ke pasar arus utama. Kunci perekrutan adalah menemukan kandidat yang memiliki rasa ingin tahu alami tentang teknologi terdesentralisasi dan yang selaras dengan visi perusahaan. Proses wawancara harus disesuaikan untuk menguji motivasi dan pemahaman mereka, serta kemampuan untuk belajar dengan cepat. Struktur kompensasi, termasuk paket berbasis token, dapat menjadi daya tarik finansial yang signifikan. Setelah perekrutan, proses onboarding yang kuat sangat penting untuk mempercepat kurva pembelajaran melalui sesi berbagi pengetahuan, program mentoring, dan sumber daya pendidikan berkelanjutan. Intinya, membangun tim yang sukses di crypto membutuhkan kombinasi strategis antara keahlian crypto-native dan pengalaman tradisional, dengan fokus pada bakat yang dapat beradaptasi dan berkembang.

marsbit04/19 01:22

a16z tentang Perekrutan: Bagaimana Memilih antara Bakat Asli Kripto dan Bakat Tradisional?

marsbit04/19 01:22

活动图片