完整走了一遍 xAI 的 loop，ML research engineer 岗，过程如下

大概 6 周前走完了 xAI 的流程，面的是 MRE，方向是 pretraining infra 和 evaluation。这里相关分享不多，我来写一下。

总计：4 轮，用了大概 3 周。

Recruiter screen（30 分钟）：很标准，背景 + 为什么 xAI + 可入职时间。recruiter 很专业，会追问而且问题都很相关，不是走过场。

Technical screen（90 分钟）：一个面试官，ML 基础 + 一道 live coding。coding 不是那种刷算法的套路，更像「给你一个 tensor transformation，写得干净点，并解释为什么这么写」。他们希望你边做边讲。沉默不太友好。

Research depth interview（60 分钟）：两个面试官。他们读了我的论文，是真的读了。问题很尖锐，有时有点对抗性。「Why did you make that design choice vs. X（你为什么做这个设计选择，而不是 X）」（你当时为什么这么设计，而不是 X），而且不让你用模糊答案糊弄过去。这轮最难。

Systems + leadership（60 分钟）：扩展性问题，你会怎么做大规模训练，以及一些关于在模糊环境里协作的 behavioral。不是 STAR 格式，更像聊天。

我走到了 offer 阶段。offer 很强，但岗位 scope 比最开始描述的窄一点，所以我在面试过程中问了 autonomy 的问题，得到的回答有点打太极。最后我选了另一个岗位，但整体流程确实不错，没有 BS 轮。