Becoming a Research Engineer at a Big LLM Lab
L'auteur raconte un parcours de 18 mois pour obtenir un poste en ML, alternant actions tactiques (préparation LeetCode, CV, entretiens) et actions stratégiques (projets, réseau, montée en compétences). Il souligne l'importance de définir un objectif professionnel précis pour orienter la recherche et pouvoir décliner les opportunités inadaptées. Sa tactique d'application inclut le batching des candidatures, l'utilisation du réseau pour obtenir des recommandations et des informations internes, et une préparation ciblée pour chaque type d'entretien (takehomes, coding, system design, fit). Pour acquérir du capital de carrière il a mené des projets concrets (travail sur LLMs), contribué à des projets open source en Rust et poussé une publication académique, tout en profitant d'un programme intensif (Recurse Center) pour structurer son apprentissage. Il admet les coûts psychologiques de la recherche d'emploi et conclut que la combinaison d'efforts tactiques immédiats et d'investissements stratégiques sur le long terme, appuyée par un réseau et des preuves publiques de compétences, permet d'atteindre des rôles déterminants.