Hiring Process — Standard & Reverse

Berdasarkan data dari Glassdoor, pengalaman kandidat, dan spesifik untuk grup MANGOS (Meta, Apple, Netflix, Google, OpenAI, SpaceX) serta AI labs (Anthropic).

---

A. STANDARD HIRING PROCESS

Step 1 — Resume/Application Screen

Persiapan:

• Resume di-tailor per role — keyword matching dengan job description. Banyak perusahaan masih pakai ATS filter
• GitHub/portfolio rapi, project terbaru ter-update, README jelas

Yang dinilai: relevansi pengalaman, bukan wawancara langsung.

Jangan:

• Jangan apply generic resume yang sama ke semua role — recruiter/ATS gampang detect
• Jangan apply role yang gap requirement-nya terlalu jauh (misal langsung apply L6/Staff tanpa track record setara)

---

Step 2 — Recruiter Screen (30 menit)

Persiapan:

• Siapkan 2-3 kalimat ringkas soal pengalaman — elevator pitch
• Riset spesifik kenapa perusahaan ITU, bukan jawaban generic "karena keren"
• Untuk Anthropic: recruiter akan tanya "Why Anthropic specifically over other AI labs?" dan "What draws you to AI safety?" — mereka terlatih mendeteksi jawaban hafalan/tidak genuine

Yang ditanyakan:

• Latar belakang singkat
• Ekspektasi gaji & lokasi/visa status
• Timeline — kapan available, ada offer lain atau tidak

Jangan:

• Jangan kasih angka gaji asal-asalan tanpa riset pasar dulu
• Jangan bohong soal visa/work authorization — ketauan belakangan, buang waktu kedua pihak
• Jangan jawab "why this company" dengan template yang sama untuk perusahaan lain

---

Step 3 — Technical Screen / Online Assessment

Variasi per perusahaan:

Persiapan:

• Practice DS&A medium level
• Untuk Anthropic: latih "build small system" — bukan cuma single-function solve
• Latih nulis kode clean dengan error handling — bukan cuma "yang penting lolos test case"

Jangan:

• Jangan optimize cuma buat lolos test case — Anthropic eksplisit nilai production-quality
• Jangan skip edge case handling demi cepat selesai

---

Step 4 — Technical Phone Screen / Hiring Manager Screen

• Anthropic: Hiring Manager Screen 45-60 menit, fokus ke engineering judgment, bukan live coding
• Percakapan soal project paling dalam — mereka probe keputusan teknis

Persiapan:

• Pilih 1-2 project paling kompleks, siapkan narasi: masalah → keputusan arsitektur → trade-off → hasil
• Siap ditanya "kenapa pilih X bukan Y" untuk setiap keputusan teknis

Jangan:

• Jangan cuma cerita "apa yang dibangun", harus bisa jelasin kenapa — interviewer tes reasoning, bukan hafalan fitur

---

Step 5 — Take-Home Assignment (kalau ada)

• Anthropic: software engineering candidates dapat take-home challenge 2-4 jam — data structures, algorithms, dan system design

Persiapan:

• Treat seperti real PR — README jelas, tests ada, error handling lengkap
• Dokumentasikan trade-off: misal "saya pilih in-memory cache karena scope terbatas, di production akan pakai Redis karena..."

Jangan:

• Jangan over-engineer di luar scope — banyak gagal karena kebanyakan fitur tapi base case tidak solid
• Jangan submit tanpa tests sama sekali

---

Step 6 — Onsite Loop (Virtual atau In-person)

4-6 round dalam sehari atau dipecah beberapa hari.

Anthropic spesifik: dua onsite loop terpisah di hari berbeda. Loop kedua dibatalkan kalau tidak lolos loop pertama. Alasan paling umum kandidat gagal: culture fit round — interviewer menilai cara berpikir soal AI ethics, risk, dan responsible deployment.

Round yang umum:

1. Coding/algoritma — 1-2 sesi
2. System design — 1 sesi
3. Behavioral/leadership — STAR method
4. Values/culture fit — khusus AI labs (Anthropic, OpenAI), ini WAJIB serius, bukan formalitas

Persiapan values round:

• Baca paper asli, jangan cuma blog summary. Untuk Anthropic: "Constitutional AI: Harmlessness from AI Feedback" dan "Claude's Character" — interviewernya sendiri yang nulis paper itu
• Siapkan cerita jujur soal kegagalan, perubahan keyakinan, dan dilema etis

Jangan:

• Jangan jawab values round dengan jawaban PR/diplomatis kosong — proses didesain menghargai kejujuran intelektual, bukan performa yang dipoles
• Jangan pretend paham paper kalau cuma baca ringkasan — gampang ketauan pas di-probe lebih dalam

---

Step 7 — Reference Check

Persiapan: siapkan 2-3 referensi yang benar-benar pernah kerja bareng dan bisa cerita spesifik — bukan cuma "dia orangnya baik".

Jangan: jangan kasih referensi yang tidak tahu kerjaan teknis secara detail.

---

Step 8 — Team Matching (Google, kadang Anthropic)

Lolos interview ≠ otomatis dapat offer. Harus matching dengan tim yang ada opening.

• Risk: beberapa role research di Anthropic butuh >2 bulan karena team matching
• Tapi: proses Anthropic umumnya lebih cepat dari Google/Meta — rata-rata apply → offer ~19 hari (Glassdoor), meski role engineering/research biasanya 4-6 minggu

Tips: kalau ada offer lain yang lagi jalan, kasih tahu recruiter — mereka bisa mempercepat proses untuk kandidat dengan kompetisi.

---

B. REVERSE HIRING

Cocok untuk posisi remote, susah masuk pipeline normal karena visa/lokasi.

Step 1 — Build Public Proof-of-Work

Yang harus dipersiapkan:

• Open source contribution relevan langsung ke stack mereka — kontribusi ke project yang mereka maintain, atau project yang solve masalah mereka
• Untuk Anthropic spesifik: project claudio (Dart SDK untuk Claude API) adalah exact jenis proof-of-work yang reverse-hiring butuhkan
• Blog/writeup teknis detail soal arsitektur, bukan cuma tutorial dangkal

Jangan:

• Jangan bikin project "demo doang" tanpa real usage/adoption — tidak ada sinyal kalau tidak ada yang pakai
• Jangan spam mention perusahaan di sosmed tanpa substansi

---

Step 2 — Direct Outreach ke Engineer/Hiring Manager

Bukan ke recruiter.

Persiapan:

• Cari engineer di tim relevan — lewat GitHub commit history, conference talk, blog post
• Outreach harus reference karya spesifik mereka + tunjukin bagaimana kerjaan kamu relevan/connect

Yang biasa terjadi: kalau engineer internal impressed, mereka bisa refer kamu — referral biasanya skip Step 1 (resume screen) dan kadang skip OA juga.

Jangan:

• Jangan minta refer langsung di pesan pertama tanpa interaksi sebelumnya — kesannya transactional
• Jangan kirim cold message generik yang keliatan di-copy-paste

---

Step 3 — Kontribusi Nyata Sebelum Diminta

• PR ke repo open source mereka — Anthropic & beberapa AI lab punya SDK/tools open source
• Bug report detail dengan reproduction case di product mereka
• Risk: butuh waktu lama dan tidak ada guarantee konversi ke job

---

Step 4 — Masuk Radar → Proses Normal

Reverse hiring pada dasarnya hanya mempercepat/skip Step 1 dari proses standar. Setelah itu, semua step teknis & values di atas tetap berlaku sama.

---

Assessment untuk Situasi Remote Engineer

Dengan portfolio fintech infra, Go, RAG/AI system:

Jalur paling realistis ke Anthropic: reverse hiring lewat proof-of-work AI tooling — lanjutkan & promosikan tooling/SDK yang dipakai developer Anthropic sendiri — ketimbang apply standard pipeline yang akan collide dengan isu visa di step manapun.

Kenapa reverse hiring lebih masuk akal:

• Kamu tidak perlu bersaing dengan ribuan pelamar di ATS
• Proof-of-work kamu sudah ada — tinggal diarahkan ke target spesifik
• Internal referral dari engineer yang impressed dengan karya open source kamu jauh lebih powerful daripada cold apply