大手LLMラボでのリサーチエンジニアになる

[戻る] Max Mynter, 09/25/2025 7974語, 39分 大手LLMラボでのリサーチエンジニアになる -- 戦略的なキャリア開発の18ヶ月 注: この記事はSubstackにも掲載されています（そこでメールアドレスを登録すると、公開時にメールを受け取ることができます）。数日前、私は10億ドル以上の資金を持つ数少ないML基盤モデルラボの一つであるMistralとリサーチエンジニアとして契約しました。私のTwitterでの興奮はかなりの共感を呼びました。その一部は、アドバイスを求める質問という形でした。ここに至ったのは偶然ではありません。私は長い期間、戦略的にこの目標に向かって努力してきました。そして、私にとってうまくいったことについていくつか共有したいことがあります。ある意味、この記事は「MLエンジニアになるための5〜7ステップ」の続編であり、そこでは非CS（ただしSTEM）のバックグラウンドから独学でMLエンジニアになった私の道のりをカバーしました。ここでは、キャリアを決定づけるであろう役割に向かってどのように努力したかを概説します。最初のML職に就いて約1年後にこの作業を開始しました。これは私の個人的な経験の記録であり、友人からのアドバイスやオンラインで見つけた情報に基づいています。オリジナルのものではなく、私のサンプルはn=1なので、自分に響くものを取捨選択してください。それでも、誰かの役に立つことを願っています。さて、前置きはこれくらいにして、以下は「戦術と戦略」「私の個人的なタイムライン」「目標の定義」「応募プレイブック」「ネットワーク」「キャリアの勢い」「応募プロセス」「タッチポイント」「紹介」「履歴書」「初期スクリーニング」「テイクホーム課題」「オンラインアセスメント」「プログラミング面接」「システムデザイン面接」「カルチャーフィットクイズ面接」「採用マネージャー/CTO面接」「リファレンスチェック」「マインドゲーム」「結論」についての議論です。 戦術と戦略 キャリアを左右するような役割を得るチャンスを増やすために、有用な行動には2つの異なる種類があると思います。戦略的なものと戦術的なものです。戦術的な行動は比較的低労力ですが、あなたの特定の状況においては高いリターンがあります。これは、面接を受けている会社に関する最新ニュースを読んだり、筋肉の記憶を呼び戻すためにいくつかのLeetCodeの問題を解いたり、模擬面接を行ったり、履歴書を磨いたりすることかもしれません。戦略的な行動は高労力、高リターンの行動であり、特定の瞬間には無駄に思えるかもしれませんが、集計され複利で増えることで、実質的なアドバンテージを与えてくれます。例えば、大規模なポートフォリオプロジェクトを構築して新しい技術を深く学んだり、評判の良い組織で significant tenure を積んだり、ネットワークを構築・維持したり、自分の仕事について話すことでパーソナルブランドを構築したりすることです。長期的には、キャリアを成功させるのは戦略です。しかし、各瞬間において、戦術的な作業にはしばしば実質的な価値があります。準備ができていることは良い印象を与え、LeetCodeが面倒だからという理由だけでキャリアを決定づける機会を逃すのは近視眼的です。応募プレイブックや会社へのタッチポイントに関するほとんどのアドバイスは戦術的です。しかし、面接を得るためには、ネットワーキング、戦略的なスキル開発、コミュニケーションが役立ちます。これらは、ネットワーキングとキャリアの勢いのセクションでカバーする内容です。目標を明確にすることは、効果的な戦略を開発し、戦術が重要になる状況に入るために必要です。それがかなり抽象的に聞こえるなら、私の個人的なタイムラインの議論が違いを説明するのに役立つかもしれません。 私の個人的なタイムライン 合計で、私がキャリアを決定づけるであろうポジションをMistralで獲得することは、18ヶ月の努力でした。これには、戦略的作業と戦術的作業の交互のフェーズが含まれます。私がキャリアアップしたいと決めたのは2024年4月頃でした。まず、直属の上司とキャリアについての話し合いを求めました。より多くの責任や具体的な成長の軌跡は、私の目標を達成するための即時的で比較的低いハードルの方法であったかもしれません。しかし、私の責任範囲内で短期または中期的に成長する方法がないことが明らかになりました。そこで、目標を明確にし始めました。もし変更するなら、どこへ？私は友人たちに連絡を取り、私のネットワークを使って、大企業、スタートアップ、スケールアップ、FAANG、ビッグラボなど、興味深く、紹介を得られる可能性のある場所で働く人々と話しました。私の質問は常に似ていました。現在のポジションをどのように気に入っているか？多くのことを学んでおり、成長の軌跡はどうか？仕事量はどれくらいか？必要なスキル、印象的なポートフォリオプロジェクト、そして同様のポジションを得るために他に何が必要か？その結果、戦略的なスキル開発の最初のフェーズを開始しました。LeetCodeの準備に多くの時間を費やし、関連するCSの基礎知識（特に分散システム、データ構造、アルゴリズム）を復習するために多くの教科書を入手しました。数ヶ月後、それは戦術的になりました。2024年8月に最初の応募を行い、プロセスでかなり良い結果を出しました。しかし、6回の面接を経て、11月頃に、私はカットされず、かなり打ちのめされました。もっと多くの応募を出す計画を立てていましたが、MLの基礎知識の復習、コーディング面接の準備、テイクホーム課題の完了をすべてフルタイムで働きながら行うことは、私を非常に忙しくさせ、管理できませんでした。次の役割を得ることに完全に集中するために、私は辞職しました。通知期間を終え、正式に無職になった後、2025年1月にフルタイムで応募を開始しました。結果はわずかでした。私が興奮していた多くのポジションは、私に面接の招待さえしませんでした。そして、得られた数少ない面接でも、緊張してしまい、簡単に避けられた間違いをいくつか犯したため、失敗しました。最初のプロセスでそこまで進めたのは幸運だったのでしょうか？いずれにせよ、私はプロセスを変更する必要があり、再び戦略的になることにしました。フルタイムになったことで、スキルアップでより多くの進歩を遂げ、より野心的なポートフォリオプロジェクトに取り組むことができました。そこで、Recurse Centerに参加することにしました。これは、コホートベースですが自己主導型のプログラミングリトリートです。基本的に、スキルアップを追求するための自由とスペースを与えてくれましたが、同じことをしている素晴らしい人々のグループを提供してくれました。私がすべてのプロジェクトを載せられる履歴書の項目ができ、ニューヨークにあったので冒険のように聞こえました（リモートも提供しています）。しかし、最も重要なのは、3ヶ月という期間でした。これは、怠け者と見なされる恐れから、構造なしでコミットすることに快適ではなかった期間です。しかし、改善に集中した3ヶ月の専用時間でかなりのことを達成できます。そこでニューヨークに引っ越し、2025年5月中旬までRustを学び、厳しく審査されたオープンソースコードベース（ruffとuv）に15のプルリクエストを貢献し、ドイツ航空宇宙センターのAIセーフティインスティテュートの修士論文指導教官と研究論文を書きました（私の研究はML関連ではありませんでしたが、インスティテュートの名前は確かにそれをより関連性のあるものにするのに役立ちました）。帰宅後、2025年6月頃、私は戦術的になり、すべての努力を応募に集中させました。40社と約60回のタッチポイントを持ち、8月中旬にMistral（他にもいくつか）から口頭でのオファーを得て、9月初旬に最終的に署名しました。回顧録でこのプロセスに赤い糸を通すのは簡単です。しかし、その瞬間は、成功するか、仕事を辞めてプロの趣味人になるかについての多くの疑念と不安を伴う、雑然としたプロセスであったことを保証します。精神的に助けとなり、戦略を考案する上で役立ったのは、具体的な目標を持つことでした。 目標の定義 転職は個人的なプロジェクトです。あなたはプロセス全体を所有し、どこに仕事のリソースを割り当てるか、特定の機会を受け入れるか辞退するかについて判断を下す必要があります。その点において、求職活動は素晴らしいです。構造の欠如は、あなたに多くの裁量権を与え、あなたの決定はあなたの将来のキャリアに大きな影響を与えます。しかし、プロセス全体を困難で、退屈で、率直に言ってナビゲートするのが不快なものにしているのは、同じ構造の欠如です。どこに向かっているのかがわかっていれば、このナビゲーションははるかに容易になります。目標を知ることは、役立ちます。