ओपनएआई से मेटा तक: शीर्ष एआई लैब में नौकरी पाने के लिए मेरी युक्तियाँ

बताया गया यह निबंध मेटा सुपरइंटेलिजेंस लैब्स के एक व्यावहारिक शोधकर्ता प्रखर अग्रवाल के साथ बातचीत पर आधारित है। निम्नलिखित को लंबाई और स्पष्टता के लिए संपादित किया गया है। बिजनेस इनसाइडर ने उनके रोजगार और शैक्षणिक इतिहास की पुष्टि की है।

मैंने 2020 में Apple में अपना करियर शुरू किया। मैंने वहां पांच साल बिताए, फिर OpenAI एपीआई टीम में OpenAI में चला गया। मैं मेटा सुपरइंटेलिजेंस लैब्स में चला गया इस गर्मी में जब बहुत से लोग शिफ्ट कर रहे थे।

जब मैंने एप्पल में आवेदन किया था तब मैं वाशिंगटन विश्वविद्यालय के ग्रेजुएट स्कूल में था और मशीन लर्निंग में विशेषज्ञता रखता था। बाद में, ओपनएआई, मेटा और कई अन्य कंपनियों ने संपर्क करना शुरू किया, इसलिए मुझे उनमें से किसी के लिए स्पष्ट रूप से आवेदन नहीं करना पड़ा।

मैं इस बात से इनकार नहीं करता कि अनुभव बहुत बड़ी भूमिका निभाता है। इनमें से अधिकांश कंपनियों में, पदों की संख्या बहुत कम है, इसलिए स्वाभाविक रूप से, वे अनुभवी लोगों की ओर अधिक आकर्षित हो रहे हैं।

ये भूमिकाएँ बहुत उच्च स्वायत्तता वाली हैं। आपके पास कोई पारंपरिक सेटअप और पदानुक्रम नहीं है. आपकी भूमिका में एक अंतर की पहचान करना, फिर उस समस्या को हल करना शामिल है। यह आप पर निर्भर करता है कि सीमित समय और आपके पास उपलब्ध संसाधनों में किस चीज़ को संबोधित करना सही है।

एक बार जब आप अंदर पहुंच जाते हैं, तो आप काफी गहराई में पहुंच जाते हैं। आप अपनी समस्याओं को स्वयं परिभाषित करें और समाधान खोजने का प्रयास करें। ओपनएआई और मेटा में, वे स्मार्ट लोगों को काम पर रखने में बहुत समय बिताते हैं। आपको उन्हें यह बताने की ज़रूरत है कि क्या करने की ज़रूरत है, न कि इसके विपरीत।

एक शीर्ष एआई लैब में साक्षात्कार

साक्षात्कार कुछ चीज़ों का परीक्षण करते हैं। सबसे पहले, क्या आप आवश्यक नामकरण को समझते हैं, और क्या आप समझते हैं कि एलएलएम क्या हैं?

आपको अभी भी कोड लिखना है, लेकिन यह बहुत अधिक शामिल है और उस वास्तविक कार्य से संबंधित है जो आप काम पर कर रहे हैं। आप परिदृश्यों के लिए उपयुक्त हैं।

दूसरी बात जो वे समझने की कोशिश कर रहे हैं वह यह है कि क्या आप अस्पष्ट डोमेन में काम कर सकते हैं। एक अमूर्त समस्या को देखते हुए, आप इसे कैसे ठोस बना रहे हैं और इसे एक व्यावहारिक मीट्रिक-संचालित समाधान बना रहे हैं?

पीएच.डी. होना मदद करता है. यह बताता है कि आप अमूर्त डोमेन में काम करने में सक्षम हैं। लेकिन अगर आप इसे एक अलग रूप में व्यक्त कर सकते हैं, चाहे वह स्टार्टअप पर हो या सॉफ्टवेयर के एक अभिन्न अंग के निर्माण में आपकी भूमिका हो, तो यह एक बायोडाटा को स्वीकार करने के लिए एक अच्छा परिदृश्य है।

मेरा सुझाव है कि लोग अपने हाथ गंदे करें और वास्तव में समस्याओं और समाधानों पर काम करें। व्यावहारिक अनुभव आपको आवश्यक कौशल और निर्माण के लिए आधार प्रदान करता है। यह आपको यह भी सिखाएगा कि क्या नहीं करना है और क्या काम नहीं करेगा। उस अंतर्ज्ञान का निर्माण आपको साक्षात्कार में भीड़ से अलग करेगा।

नौकरी पर रखने के लिए शीर्ष युक्तियाँ

कम से कम, सुनिश्चित करें कि आपकी सैद्धांतिक समझ अच्छी है और अपना काम करने के लिए आवश्यक नामकरण को समझने का प्रयास करें।

आपको भी इन मॉडल्स का खूब इस्तेमाल करना होगा. एक बार जब आप उनका उपयोग कर लेंगे, तो आप समझ जाएंगे कि वे किसमें अच्छे हैं और किसमें अच्छे नहीं हैं, जिसे लोग अनदेखा कर सकते हैं।

एआई मॉडल में कमियां ढूंढने की क्षमता वास्तव में सबसे महत्वपूर्ण चीजों में से एक है जिसकी ये सभी कंपनियां तलाश कर रही हैं। वह कौन सी कमी है जिसे लामा के अगले संस्करण में संबोधित करने की आवश्यकता है? और एक बार आपने इसकी पहचान कर ली, तो क्या आप इसे मीट्रिक में माप सकते हैं?

आप यह भी प्रदर्शित करना चाहेंगे कि आप जानते हैं कि चीज़ें कहाँ चलन में हैं। ये वे क्षमताएं हैं जिनके बारे में मुझे लगता है कि मॉडल अगले तीन या छह महीनों में अच्छा हो सकता है।

हाई-बैंडविड्थ संचार वास्तव में मूल्यवान है

ये शीर्ष स्तरीय एआई कंपनियां उच्च-बैंडविड्थ संचार पर ध्यान केंद्रित कर रही हैं।

समस्या कथनों का प्रबंधन बिग टेक की तुलना में बहुत अधिक गति से हो रहा है, जहां आप एक प्रेजेंटेशन बनाने की कोशिश में एक सप्ताह बिताते हैं। यहां, आप बस एक बैठक कक्ष में जाएंगे और अपने स्वयं के स्थान पर जाने और इन समस्याओं पर काम करने से पहले एक व्हाइटबोर्ड सत्र में समस्या पर चर्चा करेंगे।

ये कार्य वार्तालाप आम तौर पर एक-से-एक, एक-से-दो या तीन-व्यक्ति वार्तालाप होते हैं, इसलिए आपको अपने से ऊपर के लोगों और एक ही सहकर्मी समूह के लोगों के बीच अंतराल और समस्याओं को अच्छी तरह से व्यक्त करने में सक्षम होना चाहिए।

वास्तव में AI कैसे सीखें

एआई समुदायों के बारे में मैंने जो देखा है वह यह है कि वे विचारों या प्रतिक्रिया के बारे में बहुत खुले हैं।

यदि आप किसी चीज़ में फंस जाते हैं, तो ट्विटर या लिंक्डइन पर लोगों तक पहुंचें। उनके प्रतिक्रिया देने और मदद करने की बहुत संभावना है।

ऐसा महसूस हो सकता है कि बहुत सारी जानकारी कक्षा से परे है क्योंकि संरचित कक्षा पाठ्यक्रम काफी पुराना हो चुका है। जब आप इन क्षेत्रों के बारे में सीखना चाहते हैं, तो केवल अपने पाठ्यक्रम या अपने प्रोफेसर या उन किताबों पर निर्भर न रहें जो आपको उस स्तर तक लाने के लिए शायद पांच, 10 साल पहले लिखी गई थीं।

ज्ञान जहाँ से भी आ रहा हो उसका उपभोग करें: ब्लॉग पोस्ट, यूट्यूब वीडियो, या ट्विटर पर बातचीत।

उन लोगों का अनुसरण करना शुरू करें जो इन डोमेन पर बहुत कुछ साझा कर रहे हैं। हो सकता है कि आप पहले दिन सब कुछ समझने में सक्षम न हों, लेकिन आप इसे समझना शुरू कर देंगे।

क्या आपके पास शीर्ष एआई लैब में काम करने के बारे में साझा करने के लिए कोई कहानी है? इस संवाददाता से संपर्क करें cmlee@businessinsider.com.