Từ 0 đến 50 triệu đô la trong 4 tháng. Hơn 100 triệu đô la trong 12 tháng. Đó là câu chuyện về cách @JoinHandshake phát hiện ra rằng họ đang sở hữu tài nguyên quý giá nhất của AI: 20 triệu sinh viên và chuyên gia. Trong suốt một thập kỷ, @GarrettLord đã xây dựng một mạng lưới nghề nghiệp cho sinh viên và tiến sĩ. Một doanh nghiệp tuyệt vời, đang phát triển tốt. Rồi AI xuất hiện. Mùa Giáng sinh năm ngoái, Garrett nhận ra rằng mạng lưới 500.000 tiến sĩ và 3 triệu thạc sĩ của anh chính xác là những gì các phòng thí nghiệm AI tiên tiến cần để huấn luyện các mô hình của họ. Anh đã bay khắp đất nước trong kỳ nghỉ, nói chuyện với các lãnh đạo phòng thí nghiệm, và khởi động một doanh nghiệp mới trong công ty hiện tại của mình. Sau tám tháng, họ hiện đang làm việc với tất cả 7 phòng thí nghiệm AI tiên tiến lớn nhất và đã trở thành một trong những doanh nghiệp phát triển nhanh nhất trong lịch sử Silicon Valley. Trong cuộc trò chuyện của chúng tôi, Garrett chia sẻ: 🔸 Cách Handshake tìm thấy cơ hội này 🔸 Tại sao các mô hình AI cần các chuyên gia con người (ví dụ: tiến sĩ vật lý) để cải thiện 🔸 Điều gì thực sự liên quan đến "gán nhãn dữ liệu" 🔸 Bên trong công việc thực tế: một tiến sĩ sinh học làm gì trong 8 giờ để làm cho GPT-5 thông minh hơn 🔸 Sổ tay xây dựng một startup bên trong một startup: các đội riêng biệt, văn phòng riêng biệt, mọi thứ riêng biệt 🔸 Tại sao sự chuyển đổi từ "chuyên gia tổng quát" sang "chuyên gia" trong việc gán nhãn dữ liệu đã tạo ra một cơ hội kinh doanh hiếm có 🔸 Tại sao AI sẽ không loại bỏ các công việc cấp thấp - nó đang tạo ra "bộ giáp Iron Man" giúp nhân viên junior tăng năng suất gấp 10 lần Nghe ngay bây giờ 👇 • YouTube: • Spotify: • Apple: Cảm ơn các nhà tài trợ tuyệt vời của chúng tôi đã hỗ trợ podcast: 🏆 @coderabbitai — Giảm thời gian xem xét mã và lỗi xuống một nửa. Ngay lập tức: 🏆 @orkesio — Nền tảng doanh nghiệp cho các ứng dụng đáng tin cậy và quy trình làm việc tự động: 🏆 @AnthropicAI — AI cho những người giải quyết vấn đề và doanh nghiệp:

“You’re here to find a match, not to judge.” That’s how @ivanhzhao looks at hiring. At @NotionHQ, interviews are built to strip away the script and formality, replacing performance with honest conversation. To complete the picture, the team also leans on backchannel references for context no interview could ever provide. Full episode linked in the comments.