Werdegang als Research Engineer bei einem großen LLM-Labor: 18 Monate strategische Jobsuche

Max Mynter hat vor kurzem als Research Engineer bei Mistral unterschrieben, einem der wenigen ML-Fundamentallabore mit mehr als einer Milliarde Dollar an Finanzierung. Seine Reise zu dieser Position war das Ergebnis strategischer Planung und harter Arbeit über einen Zeitraum von 18 Monaten. In diesem Artikel teilt er seine Erfahrungen und gibt wertvolle Einblicke in den Bewerbungsprozess für eine Karriere im Bereich Machine Learning.

Taktik und Strategie

Um die Chancen auf eine Karriere mit Einfluss zu erhöhen, unterscheidet Mynter zwischen taktischen und strategischen Maßnahmen. Taktische Maßnahmen sind relativ einfach umzusetzen und bieten oft sofortige Vorteile, wie das Lesen über aktuelle Entwicklungen im Unternehmen oder das Lösen von LeetCode-Problemen zur Auffrischung der Programmierkenntnisse. Strategische Maßnahmen hingegen erfordern mehr Aufwand, bieten jedoch langfristig erhebliche Vorteile. Dazu gehört das tiefgehende Lernen neuer Technologien, das Erstellen eines umfangreichen Portfolios und das Aufbauen eines Netzwerks.

Persönliche Zeitlinie

Insgesamt dauerte es 18 Monate, um die angestrebte Position bei Mistral zu erreichen. Mynter begann seine Reise im April 2024, als er beschloss, in seiner Karriere einen Schritt nach vorne zu machen. Er suchte das Gespräch mit seinem Vorgesetzten, um Möglichkeiten für mehr Verantwortung zu erkunden, stellte jedoch fest, dass es keine kurzfristigen Wachstumschancen gab. Daraufhin begann er, seine Ziele zu klären und sein Netzwerk zu nutzen, um Informationen über potenzielle Arbeitgeber zu sammeln.

Zieldefinition

Die Definition klarer Ziele ist entscheidend für den Erfolg bei der Jobsuche. Mynter wollte eine Rolle finden, in der er seltene und wertvolle technische Fähigkeiten entwickeln konnte, während er gleichzeitig Einfluss und Unterstützung von erfahrenen Kollegen erhielt. Diese Kriterien halfen ihm, geeignete Stellenangebote zu identifizieren und weniger attraktive Optionen abzulehnen.

Der Bewerbungsprozess

Der Bewerbungsprozess umfasst mehrere Schritte, darunter das Einreichen von Lebensläufen, Vorstellungsgespräche und Referenzprüfungen. Mynter betont die Bedeutung von Netzwerken, um Empfehlungen zu erhalten und Einblicke in den Bewerbungsprozess zu gewinnen. Er empfiehlt, sich auf die Vorbereitung von Interviews zu konzentrieren, indem man sich über das Unternehmen informiert und seine eigenen Erfahrungen und Fähigkeiten klar kommuniziert.

Netzwerke

Ein starkes Netzwerk kann entscheidend sein, um in der Tech-Branche erfolgreich zu sein. Mynter hebt hervor, dass es wichtig ist, Beziehungen zu pflegen und sich aktiv mit anderen Fachleuten auszutauschen. Dies kann durch soziale Medien wie LinkedIn oder Twitter geschehen, wo man seine Fortschritte teilen und sich mit Gleichgesinnten vernetzen kann.

Karriere-Momentum

Um Karriere-Momentum aufzubauen, ist es wichtig, kontinuierlich an Fähigkeiten zu arbeiten und relevante Projekte zu entwickeln. Mynter empfiehlt, sich auf die Erstellung eines Portfolios zu konzentrieren, das die eigenen Fähigkeiten und Erfahrungen dokumentiert. Dies kann durch die Teilnahme an Open-Source-Projekten oder das Verfassen von Fachartikeln geschehen.

Der Mindgame

Die Jobsuche kann emotional belastend sein, insbesondere wenn man mit Ablehnungen und Unsicherheiten konfrontiert wird. Mynter betont die Bedeutung der mentalen Stärke und der Fähigkeit, sich auf die eigenen Ziele zu konzentrieren, um durch schwierige Phasen zu navigieren.

Fazit

Zusammenfassend lässt sich sagen, dass Mynters Erfahrungen zeigen, dass eine strategische Herangehensweise an die Jobsuche entscheidend ist, um in der wettbewerbsintensiven Tech-Branche erfolgreich zu sein. Durch die Kombination von taktischen und strategischen Maßnahmen, das Setzen klarer Ziele und den Aufbau eines starken Netzwerks kann jeder seine Chancen auf eine Karriere im Bereich Machine Learning erheblich verbessern.

Quellenliste:

• Quelle: BECOMING A RESEARCH ENGINEER AT A BIG LLM LAB – 18 MONTHS OF STRATEGIC JOB HUNTING
• Recurse Center
• jobsearch.dev
• LeetCode
• TinyStories Dataset