Jak szef Nvidia przeprowadza rozmowy kwalifikacyjne

Jak szef Nvidia przeprowadza rozmowy kwalifikacyjne

Szef Nvidia, Jensen Huang, opowiedział, jak przeprowadza rozmowy kwalifikacyjne.

Nie widzi sensu pytać o doświadczenie, ponieważ wiedzę można znaleźć na YouTube, pytania techniczne do rozmowy kwalifikacyjnej można wyszukać w internecie, a zainteresowaną rozmowę można udawać. Interesuje go nie tyle odpowiedź, co sposób myślenia.

Huang preferuje zadanie jednego głębokiego pytania i obserwowanie, jak kandydat nad nim rozmyśla. Kolejną jego wskazówką jest to, że nie zawsze wymaga bezpośredniego udziału kandydata. Ufa swoim pracownikom i analizuje ich rekomendacje, tworząc sobie opinię o osobie, zanim jeszcze się z nią spotka lub zobaczy jej CV.

Ta strategia działa. W ciągu ostatniego roku Nvidia zatrudniła 3 tysiące nowych pracowników, z czego 40% zostało przyjętych dzięki wewnętrznemu systemowi rekomendacji. Ponadto Nvidia pozostaje jedyną firmą wśród gigantów technologicznych, która w ciągu ostatnich dwóch lat nie przeprowadziła żadnych masowych zwolnień.

Avatar
Lis 10, 2022

Sytuacja na rynku Venture Capital i zakładanie startupów w Polsce: najważniejsze aspekty prawne

Jak wygląda sytuacja rynkowa startupów technologicznych w Polsce? O czym warto pamiętać otwierając startup w Polsce i jakie formy działalności są dostępne dla polskich i zagranicznych founderów ?
0
Sty 14

What WAWTech 2025 Was Like — DOU’s First International Conference. Report + Photos

WAWTech 2025 brought together more than three thousand IT professionals for two days of talks, panels, networking, and hard conversations about AI, careers, and where the industry is heading. Some came for jobs, some for answers, some just to realize they’re not alone in their doubts. How was WAWTech 2025 for you — what did you spend most of your time on?
0
Lut 20, 2023

Exploring the World of Multimedia Information Retrieval Systems: A Comprehensive Guide

The article provides an introduction to Multimedia Information Retrieval (MIR) systems, which are designed to search and retrieve information from multimedia sources like images, audio, and video. It explains the different components of MIR systems, such as feature extraction, indexing, and retrieval, and discusses some of the challenges associated with MIR, including the subjective nature of multimedia data and the need for efficient algorithms to handle large datasets.
0

Ta strona używa plików cookie, aby zapewnić Ci lepsze wrażenia podczas przeglądania.

Dowiedz się więcej o tym, jak używamy plików cookie i jak zmienić preferencje dotyczące plików cookie w naszej Polityka plików cookie.

Zmień ustawienia
Zapisz Akceptuj wszystkie cookies