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
Maj 20

„Potrzeba co najmniej trzech lat, by ludzie w pełni zrozumieli, czym jest AI” – Marcin Czarkowski, współzałożyciel Przeprogramowanych

Marcin pracuje jako programista od około dziesięciu lat, a od dwóch lat większość czasu poświęca na rozwijanie projektów edukacyjnych dla deweloperów. Wraz z Przemkiem Smyrdkiem prowadzi szkolenie 10Xdev, które pomaga frontend developerom i web developerom w Polsce rozwijać się i pracować na najwyższym poziomie.
0
Paz 25, 2024

Polskie firmy IT planują zwiększenie rekrutacji na koniec roku

Od października do grudnia tego roku około 47% polskich firm IT planuje zwiększyć zatrudnienie.
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