Dark_Ekaterina500
New member
В этом году мы с командой активно пересобрали процесс найма разработчиков, и главным catalyst перемен стал ИИ-ассистент. Раньше на вакансию приходило по 200-300 откликов, из которых осмысленных было процентов десять, а теперь я делегирую первичный скрининг нейросети: она разбирает резюме, проверяет соответствие стека и даже составляет список вопросов для собеседования. Честно скажу — на входящий поток откликов это сэкономило мне часов двадцать в неделю.
Нажать чтобы Перейти на сайт
Дальше я заметил, что ИИ отлично справляется с оценкой тестовых заданий. Не как бездушный чекер, а как помощник: он подсвечивает, где кандидат допустил архитектурную ошибку, а где просто не туда посмотрел. Важно только не перегибать — я всё равно читаю спорные работы сам, потому что модель иногда формально засчитывает красивый, но хрупкий код.
Кроме того, ИИ-ассистент помогает готовить вопросы под конкретного человека. Если в резюме указан Go и Kubernetes, ассистент генерирует блок вопросов ровно по этим темам, с нисходящей сложностью. На собеседованиях это заметно снизило долю «водянистых» интервью: мы сразу уходим в практику, а не тратим первые двадцать минут на выяснение очевидного.
Самое неочевидное изменение — кандидаты тоже начали пользоваться ИИ, и это слышно. На технических интервью часть ответов звучит слишком «вылизанно», как будто их продиктовала модель. Поэтому я добавил в процесс живой разбор: показываю проблему из нашего продакшена и смотрю, как человек думает вслух. ИИ в резюме и письмах уже не отличить, а вот в живом диалоге — пока можно.
Узнать подробнее →
Что касается найма на бизнес-позиции вокруг разработки — продактов, аналитиков, тимлидов — здесь ИИ тоже пригодился, но иначе: он помогает составить чек-лист компетенций и заранее зафиксировать критерии, чтобы не нанимать «по настроению». Это, кстати, было моей главной ошибкой пару лет назад, когда я брал человека по симпатии, а через три месяца мы расставались.
Итог: ИИ не заменил у меня живое собеседование, но убрал всю рутину вокруг него — скрининг, предварительную оценку, подготовку вопросов. Найм стал быстрее и, что важно, честнее кандидатам: ответ приходит в течение дней, а не недель. Минус один: процесс нужно регулярно перепроверять, иначе модель начинает отсекать нетипичных, но сильных людей.
А как ИИ-ассистенты повлияли на ваш процесс найма? Вы доверяете первичный скрининг нейросети или всё равно читаете каждое резюме сами?
По теме советую почитать: Крáкен ссылка Актуальный Гайд 2026: P2P файлообмен и 3D на Арбате
Нажать чтобы Перейти на сайтДальше я заметил, что ИИ отлично справляется с оценкой тестовых заданий. Не как бездушный чекер, а как помощник: он подсвечивает, где кандидат допустил архитектурную ошибку, а где просто не туда посмотрел. Важно только не перегибать — я всё равно читаю спорные работы сам, потому что модель иногда формально засчитывает красивый, но хрупкий код.
Кроме того, ИИ-ассистент помогает готовить вопросы под конкретного человека. Если в резюме указан Go и Kubernetes, ассистент генерирует блок вопросов ровно по этим темам, с нисходящей сложностью. На собеседованиях это заметно снизило долю «водянистых» интервью: мы сразу уходим в практику, а не тратим первые двадцать минут на выяснение очевидного.
Самое неочевидное изменение — кандидаты тоже начали пользоваться ИИ, и это слышно. На технических интервью часть ответов звучит слишком «вылизанно», как будто их продиктовала модель. Поэтому я добавил в процесс живой разбор: показываю проблему из нашего продакшена и смотрю, как человек думает вслух. ИИ в резюме и письмах уже не отличить, а вот в живом диалоге — пока можно.
Узнать подробнее →Что касается найма на бизнес-позиции вокруг разработки — продактов, аналитиков, тимлидов — здесь ИИ тоже пригодился, но иначе: он помогает составить чек-лист компетенций и заранее зафиксировать критерии, чтобы не нанимать «по настроению». Это, кстати, было моей главной ошибкой пару лет назад, когда я брал человека по симпатии, а через три месяца мы расставались.
Итог: ИИ не заменил у меня живое собеседование, но убрал всю рутину вокруг него — скрининг, предварительную оценку, подготовку вопросов. Найм стал быстрее и, что важно, честнее кандидатам: ответ приходит в течение дней, а не недель. Минус один: процесс нужно регулярно перепроверять, иначе модель начинает отсекать нетипичных, но сильных людей.
А как ИИ-ассистенты повлияли на ваш процесс найма? Вы доверяете первичный скрининг нейросети или всё равно читаете каждое резюме сами?
По теме советую почитать: Крáкен ссылка Актуальный Гайд 2026: P2P файлообмен и 3D на Арбате
