Nghiên cứu sinh tiến sĩ Yong Zheng-Xin tại Đại học Brown hôm nay tự thông báo sẽ chính thức gia nhập OpenAI vào tháng tới, với tư cách là Astra Fellow tập trung vào nghiên cứu an toàn AI (AI Safety Research).
Người hướng dẫn của Yong Zheng-Xin trong thời gian học tiến sĩ tại Đại học Brown là Stephen Bach, hướng nghiên cứu bao gồm nâng cao năng lực đa ngôn ngữ của mô hình và an toàn & điều chỉnh AI tiên phong. Hiện tại, lĩnh vực ông tập trung chú ý là phòng ngừa rủi ro và chuẩn bị cho AGI/ASI (trí tuệ nhân tạo phổ quát / siêu cấp). Ông đã nghiên cứu sâu về giám sát có thể mở rộng (Scalable Oversight), khả năng khái quát hóa của việc điều chỉnh mô hình, cũng như độ bền chống đối và lỗ hổng jailbreak của các mô hình lớn khi đối mặt với các lời nhắc phức tạp như đa ngôn ngữ.
Tuần trước, một nghiên cứu sinh tiến sĩ khác cũng sắp tốt nghiệp là Alisa Liu từ Đại học Washington, tin tức cô gia nhập OpenAI đã lên xu hướng X, với lượt xem vượt quá một triệu (tham khảo: "Từ 57 cuộc phỏng vấn đến offer OpenAI: Bài tổng kết tìm việc tại công ty AI hàng đầu của một tiến sĩ NLP gây sốt").
Yong Zheng-Xin sau khi xem chia sẻ về phỏng vấn của Alisa Liu đã được truyền cảm hứng, cũng giới thiệu một số trải nghiệm của bản thân khi tìm việc làm nhà khoa học nghiên cứu.
So với những kinh nghiệm chuẩn hóa hơn như cách chuẩn bị phỏng vấn mà Alisa chia sẻ, bài blog "Surprising lessons from my research scientist job search" của Zheng-Xin Yong đã cung cấp một góc nhìn khác.
Là một ứng viên chuyển từ mô hình lớn đa ngôn ngữ sang lĩnh vực an toàn AI vào năm cuối cùng của chương trình tiến sĩ, ông đã tổng kết 6 sự thấu hiểu thú vị khiến ông cảm thấy rất bất ngờ (Surprise) trong quá trình tìm việc, rất đáng xem:
Link:https://yongzx.github.io/blog/2026/06/24/job-search/
Gần đây, các nghiên cứu sinh tiến sĩ khoa học máy tính Alisa và Silvia đã lần lượt đăng hai bài blog, kể về cách họ chuẩn bị và thành công gia nhập các phòng lab tiên phong như OpenAI và Google DeepMind. Tôi rất muốn giới thiệu hai bài viết này. Sau khi thấy phản hồi trên Twitter, tôi muốn chia sẻ từ một góc độ khác: trong quá trình tự tìm kiếm công việc nghiên cứu của mình, có những trải nghiệm bất ngờ nào đã khiến tôi ngạc nhiên.
Bài viết này hướng đến hai nhóm độc giả chính:
- Những người tốt nghiệp tiến sĩ Khoa học Máy tính (CS), có thể giống tôi, đã dành 5-6 năm viết nhiều bài nghiên cứu, và hiện đang nỗ lực tìm kiếm cơ hội trong ngành.
- Những nhà nghiên cứu an toàn AI đang ứng tuyển vị trí toàn thời gian.
Tuyên bố miễn trừ trách nhiệm: Bài viết này được viết mà không sử dụng bất kỳ mô hình ngôn ngữ lớn nào.
Trải nghiệm cá nhân
Tôi là nghiên cứu sinh năm thứ năm tại Đại học Brown. Trải nghiệm tìm việc của tôi có chút đặc biệt, vì tôi đã thay đổi hướng nghiên cứu vào năm cuối của chương trình tiến sĩ.
Vào mùa thu năm 2025, tôi đã ứng tuyển các vị trí về đa ngôn ngữ và an toàn trí tuệ nhân tạo, nhưng nhận được chủ yếu là cơ hội nhà khoa học nghiên cứu về đa ngôn ngữ / hậu huấn luyện. Điều này là do danh mục nghiên cứu của tôi có ít công trình liên quan đến chủ đề an toàn AI cốt lõi.
Trong học kỳ, tôi quyết định dồn toàn lực cho nghiên cứu an toàn AI, vì tôi cho rằng với sự xuất hiện của AGI/ASI, có nhiều khía cạnh quan trọng trong lĩnh vực an toàn AI cần được quan tâm khẩn cấp. Do đó, khi nhận được học bổng Astra, tôi quyết định tạm dừng tìm việc vài tháng, tập trung hoàn thành tốt dự án học bổng, để có thể đảm nhiệm tốt hơn các vị trí có tầm ảnh hưởng hơn trong lĩnh vực an toàn AI. Vì vậy, tôi đã từ chối một số cơ hội việc làm hiện có và hoãn thời gian tốt nghiệp đến năm 2027.
Khi dự án nghiên cứu sắp kết thúc, tôi bắt đầu tìm việc trở lại, nhưng mọi việc diễn ra hỗn loạn hơn tôi dự kiến ban đầu. Tôi vốn định kết thúc dự án nghiên cứu vào tháng Sáu, tổng hợp kết quả thành bài báo, rồi mới bắt đầu phỏng vấn (điều này có nghĩa là tôi lẽ ra nên bắt đầu phỏng vấn vào tháng Bảy). Tuy nhiên, do lý do sắp xếp thời gian (và) lo ngại về việc thiếu hụt nguồn vị trí, tôi đã bắt đầu phỏng vấn vào khoảng giữa tháng Năm và nhận được vài offer rất hài lòng trước giữa tháng Sáu. Thực tế, tôi thậm chí còn rút khỏi một số cuộc phỏng vấn đang diễn ra, không có cơ hội tìm hiểu kỹ các lựa chọn khác.
Tóm lại, tôi rất mừng vì cuối cùng mọi chuyện đã ổn thỏa, tôi không còn phải lo lắng về vấn đề tài chính (vì đã hoãn tốt nghiệp), và cũng không còn chịu đựng nỗi lo âu liên tục tìm việc (ít nhất là trong ngắn hạn). Tôi không thể diễn tả bằng lời lòng biết ơn của mình với tất cả những người đã hỗ trợ tôi trong quá trình này.
Bất ngờ thứ nhất: Trong quá trình tìm việc, thực sự quan trọng chỉ có một hai bài báo
Căn cứ vào bài đăng và phản ứng của Alisa, có lẽ nhiều người đã biết, phỏng vấn (ví dụ: LeetCode) có thể không liên quan gì đến công việc nghiên cứu bạn đã làm.
Tôi thậm chí có thể nói trong quá trình tìm việc, thực sự quan trọng có lẽ chỉ có một hai bài báo. Đôi khi, thậm chí không cần một bài báo nào, đánh giá của tôi hoàn toàn phụ thuộc vào khả năng giải quyết vấn đề của nhóm ngay tại chỗ.
Theo kinh nghiệm của tôi, bài báo của bạn chủ yếu có hai tác dụng:
Giành được cơ hội phỏng vấn. Tôi đã làm một số dự án mà nhóm mục tiêu thích, hoặc bài báo của tôi thể hiện một số kỹ năng chuyên môn nào đó mà nhóm đang tìm kiếm, vì vậy tôi đã được vào vòng phỏng vấn. Nói cách khác, tôi vừa vượt qua ngưỡng tiêu chuẩn, và giờ chính thức trở thành ứng viên của họ.
Phân tích sâu. Điều này thường xảy ra trong báo cáo nghiên cứu hoặc thảo luận nghiên cứu, tôi sẽ trình bày chi tiết động cơ và chi tiết của một nghiên cứu nào đó. Đôi khi, một báo cáo như vậy có thể chỉ kéo dài 20 phút.
Vì vậy, ở một mức độ nào đó, ngoài việc xây dựng uy tín, bản thân số lượng bài báo công bố không quan trọng. Trong trường hợp của tôi, số lượng bài báo nghiên cứu đa ngôn ngữ của tôi vượt xa số lượng bài báo về hướng an toàn AI - nhưng xét rằng tôi đã chuyển sang nghiên cứu an toàn AI, những bài báo này, bao gồm cả bài báo đạt giải best paper của tôi, đều không liên quan đến kết quả phỏng vấn của tôi. (Chú thích: Công trình của Yong Zheng-Xin từng đạt giải Best Paper tại NeurIPS 2023 SoLaR)
Điều này thực sự là một sự giải phóng, vì nó có nghĩa là bạn có thể chuyển hướng bất cứ lúc nào sang lĩnh vực mới mà bạn cho là có tác động, miễn là bạn thể hiện đủ chuyên môn trong lĩnh vực đó và nhóm cũng cần bạn, bạn vẫn có thể có được cơ hội việc làm mơ ước. Mặt khác, điều này cũng có nghĩa là bạn cần không ngừng học hỏi và nắm bắt xu hướng ngành, vì thành công trong quá khứ ít ảnh hưởng đến việc bạn có thể có được cơ hội việc làm mới hay không.
Bất ngờ thứ hai: Các vòng phỏng vấn rất đa dạng
Ban đầu khi tham gia phỏng vấn, tôi tưởng rằng hình thức phỏng vấn sẽ tương tự như phỏng vấn kỹ sư phần mềm mới ra trường (ví dụ: câu hỏi kiểu Leetcode và phỏng vấn hành vi), cộng thêm một số cuộc phỏng vấn kỹ thuật về LLM / học sâu.
Dường như có một kiểu mẫu chuẩn hóa nào đó cho các vòng phỏng vấn - tôi nghĩ blog của Alisa và Silvia đã để lại ấn tượng như vậy.
Thật bất ngờ, tôi lại bị hỏi về thiết kế hệ thống và lập trình song song (ví dụ: cách sử dụng asyncio để tính toán song song nhằm thực hiện các thao tác đồng thời) trong quá trình tìm việc. Tôi cũng biết được rằng một số vòng phỏng vấn sẽ đánh giá khả năng sử dụng AI agent của bạn. Tóm lại, điều này cho thấy bạn nên luôn sẵn sàng đối mặt với nhiều loại câu hỏi và vòng phỏng vấn bất ngờ.
Bất ngờ thứ ba: Thử việc
Điều này hoàn toàn mới mẻ đối với tôi. Khi xem bài đăng của Alisa, tôi cũng rất ngạc nhiên, vì tôi luôn nghĩ rằng thời gian thử việc chỉ phổ biến ở các vị trí an toàn AI. Có vẻ như, trong các công ty khởi nghiệp AI, thời gian thử việc ngày càng trở nên phổ biến.
Thử việc hoàn toàn khác với phỏng vấn trực tiếp - bạn không cần bay đến công ty để trải qua nhiều vòng phỏng vấn tại chỗ; thay vào đó, bạn sẽ hợp tác với nhóm để giải quyết một nhiệm vụ. Đôi khi, nhiệm vụ này có thể mang tính mở.
Những đợt thử việc này thường được trả lương, nhưng điều khiến tôi ngạc nhiên là một số đợt thử việc tại chỗ có thể kéo dài đến một tuần.
Đối với tôi, tham gia thử việc sẽ khiến tôi khó chuẩn bị cho các cuộc phỏng vấn của công ty khác, vì tôi phải dồn toàn lực hoàn thành nhiệm vụ công việc hiện tại, hoàn toàn không có tinh thần để chuẩn bị cho các cuộc phỏng vấn khác. Khi sắp xếp lịch phỏng vấn, đặc biệt là khi phỏng vấn đồng thời nhiều công ty và thời gian gấp rút, bạn nên cân nhắc điểm này.
Bất ngờ thứ tư: Thời điểm rất quan trọng
Trong thị trường việc làm hiện tại, thời điểm đóng một vai trò vô cùng quan trọng.
Ví dụ, vào mùa thu năm ngoái, so với các vị trí liên quan đến học tăng cường, các vị trí về an toàn AI rất khó tìm. Nhưng bây giờ, có nhiều công ty khởi nghiệp cung cấp cơ hội liên quan đến an toàn AI hơn (ví dụ: Lila và Mechanize).
Có một số điểm đáng thảo luận về cách thời điểm ảnh hưởng đến việc tìm kiếm công việc toàn thời gian của bạn:
Công trình của bạn nhanh chóng trở nên nổi tiếng, nhiều tổ chức quan tâm đến công trình của bạn và muốn tuyển dụng bạn. Bạn có thể cảm thấy bất ngờ trước thời điểm này, và điều tốt nhất bạn có thể làm lúc này là nắm bắt cơ hội, tích cực tham gia phỏng vấn.
Lĩnh vực nghiên cứu của bạn ngày càng trở nên hot. Điều này liên quan đến trường hợp an toàn AI mà tôi đã đề cập ở trên. Bạn có thể suy luận rằng các cơ hội liên quan cũng ngày càng nhiều. Thời gian mở cửa ứng tuyển có thể ngắn chỉ chưa đầy một tháng, cũng có thể kéo dài hàng tháng, vì các công ty đều đang nỗ lực mở rộng.
Nhu cầu vị trí. Nếu bạn có kế hoạch hoãn phỏng vấn hoặc lập một số kế hoạch về cách phỏng vấn đồng thời nhiều công ty, bạn nên hỏi nhà tuyển dụng về vấn đề này.
Lời mời làm việc gửi đến liên tục. Nếu bạn gặp tình huống này, có thể yêu cầu các công ty khác đẩy nhanh quy trình phỏng vấn. Đừng ngạc nhiên nếu bạn phải tham gia ba cuộc phỏng vấn liên tiếp trong một ngày mà chỉ có chưa đầy một ngày để chuẩn bị.
Yêu cầu hoãn thời gian bắt đầu phỏng vấn (ví dụ: hoãn một hai tháng) là hợp lý, nhưng thông thường một khi đã bắt đầu phỏng vấn, khoảng thời gian giữa các vòng phỏng vấn rất ngắn. Một điểm cần lưu ý khác là một số vị trí mong muốn bạn nhận việc trong một hai tháng tới, tuy nhiên ngày nhận việc có thể thương lượng.
Bất ngờ thứ năm: Thư mời giữ lại hiếm khi xảy ra
So với các vị trí kỹ sư phần mềm (thường cung cấp cơ hội được giữ lại, Return offer), các vị trí nghiên cứu cần xem xét cụ thể tình hình cụ thể.
Ví dụ, trong thời gian thực tập tại Meta năm 2024, cơ hội chuyển tiếp toàn thời gian rất ít, và phần lớn phụ thuộc vào quy mô nhóm. Nhiều bạn tôi đã không nhận được cơ hội giữ lại. Còn với học bổng Astra của OpenAI mà tôi đã ứng tuyển, tôi vẫn cần trải qua tất cả các vòng phỏng vấn như những ứng viên khác để cuối cùng gia nhập OpenAI.
Tôi nghe nói quy trình phỏng vấn ở một số tổ chức khá nhanh; ví dụ, nếu nhóm phù hợp, bạn chỉ cần trải qua thêm một hai vòng phỏng vấn nữa.
Bất ngờ thứ sáu: Nhiều cuộc phỏng vấn không liên quan đến chủ đề của bạn
Điều này khiến tôi bất ngờ, vì lúc đó tôi đang chuyển từ nghiên cứu khả năng (đa ngôn ngữ) sang nghiên cứu an toàn, tôi nghĩ rằng các cuộc phỏng vấn liên quan đến an toàn sẽ chiếm tỷ lệ lớn trong toàn bộ quy trình phỏng vấn. Trong thời gian tham gia chương trình Astra Fellowship của tôi, Constellation đã có nhiều cuộc thảo luận nội bộ về các vấn đề an toàn AI, điều này càng củng cố ấn tượng của tôi.
Đó không phải là sự thật.
Thực tế, tôi đã gặp nhiều trường hợp hoàn toàn không liên quan đến an toàn AI, chưa kể đến liên quan đến hướng nghiên cứu của tôi. Tôi tin rằng trải nghiệm của tôi cũng tương tự như Alisa và Silvia (mặc dù lĩnh vực nghiên cứu của họ khác với trí tuệ nhân tạo).
Ở một vài nơi, tôi cảm thấy người phỏng vấn vẫn đang đánh giá tính toàn diện của tôi với tư cách là một nhà nghiên cứu AI. Tôi nghĩ điều này có lý do hợp lý của nó (ví dụ: lĩnh vực AI phát triển nhanh, vì vậy việc củng cố nền tảng là quan trọng, v.v.), nhưng tôi vốn dự kiến sẽ gặp nhiều câu hỏi liên quan đến an toàn AI hơn, vì theo quan điểm của tôi, đây là một chủ đề nghiên cứu cần được giải quyết khẩn cấp, và nó vẫn là một lĩnh vực tương đối nhỏ. Có lẽ, đối với các vị trí cao cấp, trải nghiệm phỏng vấn của tôi sẽ khác.
Dành cho các nhà nghiên cứu an toàn: Nếu điều này giúp ích cho bạn, tôi đã cùng người khác viết một bài trên LessWrong (https://www.lesswrong.com/posts/dvsFfGuXXyHYkyifp/tips-for-cracking-the-ai-safety-technical-interview-1) về các vòng liên quan đến an toàn, nhưng dự kiến các câu hỏi được đặt ra sẽ rất đa dạng.
Sau đây là thêm một số tài liệu đọc thêm:
1、Nathan Lambert——Thoughts on the job market in the age of LLMs:https://www.interconnects.ai/p/thoughts-on-the-hiring-market-in
2、Alisa Liu——Notes on the Industry Job Search:https://alisawuffles.github.io/blog/job-search/
3、Silvia Sapora——ML Job Interviews: The Ultimate Guide:https://silviasapora.github.io/blog/ml-interviews.html
Bài viết này đến từ tài khoản công chúng WeChat "机器之心" (Machine Heart)
