Come ha lasciato Google con quattro offerte

L’uscita dalle manette d’oro

Quando Google le revocò per errore l’accesso aziendale per alcune ore, Maddie Zang credette per un attimo di essere stata tagliata fuori. Corse, fece il 5K più veloce della sua vita e arrivò a una conclusione più fredda del panico iniziale: uscire da Google non sarebbe stata la fine del mondo.

Da lì, il tema delle golden handcuffs^* diventa il centro del suo racconto. Zang dice di aver capito che il posto le stava dando stabilità, amici, cibo gratis e palestra, ma anche una forma di inerzia che rendeva facile rimandare la scelta, proprio mentre il suo stipendio annuo superava i 300.000 dollari. Il paradosso è questo: la decisione matura non quando il lavoro peggiora, ma quando il rischio di restare comincia a pesare più del rischio di andare via.

Quando ho lasciato Google, ho capito che apparentemente ero rimasta in Google più a lungo dell’80% delle persone che sono attualmente in Google.

Se non avessi fatto il salto di fede e non me ne fossi andata, forse non me ne sarei mai andata. E va bene, ma penso che ci sia qualcosa da dire sul trovarsi in un ambiente in cui hai cibo gratis, palestra gratis, tutti i tuoi amici, tutto per te.

3:28

Zang dice di essere entrata in università con un solo corso di informatica delle superiori e di essersi sentita indietro rispetto ai compagni che programmavano da anni. Per questo, sostiene, i rifiuti non la spaventano più: ne ha collezionati “letteralmente centinaia” e oggi conta solo l’offerta giusta, non la sequenza degli scarti. È un modo di raccontarsi che sposta il focus dal talento naturale alla resistenza, e dal mito del curriculum impeccabile alla pazienza.

Sono stata rifiutata tantissime, tantissime volte nella mia carriera. Quando vieni rifiutata letteralmente centinaia di volte, ormai ti scivola addosso.

0:26

Se ami programmare, ami la matematica, ami costruire cose, buttati. Fare la software engineer ti dà competenze che vanno oltre il codice, ti dà capacità di pensiero critico.

Due mesi, quattro offerte

Quando Maddie Zang ha deciso di muoversi, non ha acceso la macchina della ricerca in modo teatrale. Ha aspettato che il lavoro rallentasse, ha capito che il calendario poteva aiutarla più del coraggio astratto e ha trattato la transizione come un progetto da incastrare tra turni, call e stanchezza. La sua tesi è semplice: nel mercato del software contano meno la posa del candidato e più il momento giusto, i referral e i blocchi di tempo, soprattutto quando si cerca mentre si resta assunti a tempo pieno.

Sono una persona molto influenzata da quello che fanno i miei amici. Dopo due anni e mezzo o tre, alcuni hanno iniziato ad andarsene, e allora ho pensato che forse era qualcosa che dovevo considerare anch’io.

5:18

Non ho iniziato davvero a prepararmi ai colloqui fino a un giorno preciso, quando mi hanno revocato l’accesso aziendale per un paio d’ore. In quel momento ho pensato: se succede, succede.

5:30

Il suo avvio non è stato un piano di fuga costruito mesi prima, ma una reazione a una paura molto concreta. Un bug le ha tolto per ore l’accesso al sistema interno proprio mentre un’amica era stata appena licenziata; ha pensato di essere la prossima, è uscita a correre e durante quel 5K ha preso la decisione emotiva che mancava. Da lì ha cominciato a preparare i colloqui, invece di aspettare di sentirsi pronta.

Quando ha iniziato a candidarsi, Zang non cercava “qualunque cosa”. Voleva restare nel software, ma uscire dal perimetro di Google, preferire aziende di dimensioni diverse e spostarsi un po’ più sul backend, dove dice di volersi fare le ossa in profondità. Anche sul prodotto aveva una regola precisa: voleva usare davvero ciò che avrebbe costruito, perché per lei la familiarità con il servizio conta quanto il nome sulla facciata.

Ero piuttosto aperta alle aziende. Sapevo solo che non volevo restare nella grandissima big tech; volevo provare startup, aziende di medie dimensioni, perfino big tech più piccole.

6:59

Volevo essere una backend engineer più profonda. A Google ero soprattutto full stack, principalmente front end, e volevo andare un po’ più a fondo nello stack.

7:05

Che cosa fanno gli AI engineer

Per entrare negli AI team, la distinzione vera non è tra chi sa programmare e chi non sa programmare. Maddie Zang la traccia in modo più netto: l’AI engineer prende un modello già costruito e lo porta dentro un prodotto, mentre l’AI researcher lavora sui meccanismi interni del modello, dalle eval alla fine-tuning. Il punto, per chi cerca un varco nel settore, è che il primo profilo assomiglia molto di più al software engineering classico di quanto suggeriscano i titoli gonfiati delle job board.

Per l’AI engineer, è molto più aperto. La maggior parte degli AI engineer che conosco non ha un dottorato. È più simile al lavoro di software engineering: hai esperienza nel costruire con i modelli di AI?

19:59

Un AI researcher è una persona che lavora davvero sul funzionamento interno dei modelli di AI, per esempio sull’interoperabilità, sulle eval e sul fine-tuning del modello, sullo sviluppo del modello stesso. Un AI engineer prende l’output di quel lavoro e lo implementa in applicazioni.

19:47

La competenza che Zang ritiene più sottovalutata è le eval, non il modello in sé. Significa costruire test case, controlli e metriche per capire se un sistema sta davvero facendo ciò che promette, invece di affidarsi all’impressione che “funzioni”. In mezzo al rumore su RAG^* e MCP^*, è una risposta più sobria al mito dell’AI engineer che vive soltanto di prompt e demo.

Una delle cose più grandi di cui non si parla abbastanza sono le eval. Non sono sexy come costruire il modello, ma saper impostare un buon sistema di eval, dei test case e capire se un modello si comporta davvero correttamente è molto importante.

20:56

Per me imparare le basi del machine learning è fondamentale. Poi imparerei cose come MCP e RAG, molto utili e applicabili a tanti lavori diversi di AI engineering, e infine costruirei progetti.

22:12

Colloqui, AI e cheating

Google, in questa parte della conversazione, appare meno come un posto che assume e più come una macchina che filtra. Maddie Zang descrive colloqui sempre più lunghi, differenze nette tra aziende e una corsa nuova, dove il candidato deve dimostrare non solo di saper risolvere un problema ma anche di non averlo fatto con l’aiuto sbagliato.

Penso che sia sicuramente un cambiamento, e ci sono aziende che vanno verso round assistiti dall’AI, ma altre stanno cercando in tutti i modi di non farlo.

26:39

Non stai solo venendo valutato su una risposta corretta. L’intervistatore vuole sapere anche come pensi, quindi devi stare molto attento a mostrare che ragioni in modo critico e che usi l’AI solo come aiuto, non come tutta la tua capacità di programmare.

26:51

Lei sostiene che la differenza non è solo tecnica ma organizzativa. Google, dice, si muove più lentamente perché tratta l’assunzione come un processo molto più pesante, con training degli intervistatori e ranking dei candidati che richiedono tempo; Meta, nel suo racconto, procede più in fretta e ha aperto per prima la porta ai round con AI autorizzata. La conseguenza è un mercato in cui i recruiter si contendono gli stessi profili come figurine rare, mentre i candidati imparano a usare l’AI con cautela, quasi con vergogna strategica.

Google si vanta molto di avere un pacchetto di assunzione molto, molto completo quando decide se assumere qualcuno o no. Se Google decide di introdurre un nuovo tipo di colloquio, ci vorrà ancora più tempo, almeno all’inizio, per formare le persone, per far capire al comitato di assunzione come classificare i candidati.

28:28

Amazon assume in fretta e licenzia in fretta. Meta è nel mezzo. Google sembra stare dall’altra parte, dove la filosofia è prendersi molto più tempo nel processo di assunzione.

29:18

Merito, scuola e promozioni

Per Maddie Zang, rejections, stage e media scolastica contano, ma raramente decidono da sole una carriera. Il punto, nel suo racconto, è che questi segnali aprono o chiudono porte, poi però è il contesto del lavoro a fare il resto: il manager, il team, l’effetto di una riorganizzazione. La sua tesi è semplice e poco romantica: il talento individuale pesa, ma dentro una macchina grande il merito non viaggia mai da solo.

Le persone che venivano promosse erano anche quelle che avevano detto ai manager che volevano essere promosse. I loro manager potevano aiutarle con l’analisi delle lacune, aiutarle a scegliere i progetti che le avrebbero fatte crescere.

44:01

Se il tuo manager non ti sta sostenendo, per Google direi di cambiare team. Con quella struttura, se il tuo manager non ti sta sponsorizzando, i manager degli altri difenderanno i loro riporti e tu sarai sempre classificato più in basso.

44:43

Zang insiste che il sistema di promozione di Google è meno opaco di quanto sembri dall’esterno, perché il dossier finisce davanti a un comitato e non resta nelle mani di una sola persona. Proprio per questo, dice, serve un manager che conosca il lavoro nel dettaglio e sappia raccontarlo agli altri. Senza quella traduzione, l’impatto rischia di restare invisibile, anche quando c’è.

Il tuo packet viene messo davanti non solo al tuo manager, ma anche ad alcune persone del comitato di promozione, a senior IC e a manager di altre parti dell’organizzazione. Ma il compito del tuo manager è fare advocacy per te.

44:34

Quello che farà o romperà le tue chance di promozione è avere un manager che sappia esattamente cosa stai facendo, capisca la complessità e voglia che tu venga promosso.

44:59

Da qui torna al suo metodo più concreto: guardare i packet di chi era già passato. Li ha chiesti a persone fidate, a senior del suo team e a mentor incontrati nei programmi interni, senza pretendere nulla. Il punto non era copiare un modello, ma capire come un caso “promuovibile” veniva scritto e raccontato.

Restare, saltare, adattarsi

Alla fine, Maddie Zang tratta la sua uscita da Google meno come una fuga che come un test di realtà. Dice di aver potuto restare dieci anni, ma di aver sentito il bisogno di uscire dalla sua bolla per capire cosa succede fuori dal perimetro interno della compagnia. È una posizione comoda solo in apparenza: il posto è stabile, l’apprendimento è continuo, ma il rischio è restare troppo a lungo dentro un ecosistema che accelera il lavoro quotidiano e rallenta la lettura del mercato.

Penso che dipenda molto dalla persona. Personalmente, a essere sincera, sarei stata probabilmente molto felice se fossi rimasta lì dieci anni; amo davvero Google e amo davvero la cultura.

42:25

C’è in qualche modo un effetto isola tecnologica. Molti dei servizi e delle tecnologie che usavo erano interni a Google, il che mi aiutava ad accelerare nel lavoro quotidiano, ma rendeva più difficile capire cosa stesse succedendo fuori dalla bolla Google nel mondo tech.

42:25

Zang non romanticizza il job hopping, anche se rifiuta l’idea che esista un ritmo giusto per tutti. Racconta che, in un altro mercato, cambiare lavoro ogni uno o due anni poteva portare promozioni rapide; oggi, dice, una frequenza troppo alta può insospettire le aziende. La sua regola è più semplice: esplorare le opzioni, prendere l’offerta migliore se arriva, restare se il contesto permette ancora di imparare e crescere.

Se fai job hopping troppo spesso, magari soprattutto nel mercato del lavoro di oggi, le aziende potrebbero guardarlo e restare un po’ perplesse. Ma in passato c’erano persone che cambiavano ogni uno o due anni e venivano promosse ogni volta, e per loro funzionava bene.

43:39

Non c’è niente di male nell’esplorare opzioni quando stai decidendo cosa fare della tua carriera. Se trovi un’opzione migliore, dovresti prenderla. Se invece sei in un’azienda o in una situazione in cui stai imparando, il tuo manager ti sostiene e potresti essere promosso, non c’è assolutamente nulla di sbagliato nel restare.

44:07