톨란의 AI 기반 엔지니어링 인터뷰 프로세스

Tolan은 엔지니어가 실제로 AI 코딩 에이전트와 함께 일하는 방식을 반영하도록 엔지니어링 인터뷰 프로세스를 재설계했습니다. 전통적인 알고리즘 문제 대신, AI가 대부분의 프로덕션 코드를 작성할 때 중요한 실용적인 기술에 초점을 맞춥니다.

인터뷰 구조

후보자들은 샌프란시스코 사무실에서 아침 시간을 보내며 Tolan이 직접 해결한 작은 문제를 작업합니다. 문제는 기본적인 Figma 파일이나 짧은 명세서에서 나오며, 일반적으로 하루나 이틀 정도 걸리는 간단한 흐름이나 가벼운 기능을 나타냅니다.

후보자들은 문제를 작업하는 데 몇 시간밖에 주어지지 않아, 완성된 제품을 만들 시간이 충분하지 않습니다. 이러한 제약은 의도적인 것으로, 후보자들이 제한된 조건 내에서 어떻게 작업하는지 보고자 합니다.

AI 도구 권장

후보자들은 문제를 해결하기 위해 AI를 사용하도록 명시적으로 권장됩니다. Tolan은 필요한 경우 Claude, Codex, Cursor 또는 Gemini 라이선스를 제공합니다. 핵심 기대 사항은 후보자들이 LLM이 생성한 코드와 자신의 판단을 균형 있게 조절해야 한다는 것입니다. 코드를 직접 작성하지 않더라도, 결과물에 대한 책임은 후보자에게 있습니다.

그들이 찾는 것은:

• 후보자가 문제에 접근하는 방식
• 해결책을 구조화하는 방법
• 제약 조건을 통해 생각하는 방법
• 무엇이 실제로 중요한지 결정하는 방법

평가 기준

작업 세션 후, 만들어진 것에 대해 20~30분간의 대화가 이루어집니다. 면접관들은 후보자들에게 더 많은 시간이 있었다면 무엇을 개선할 것인지, 리뷰를 보내기 전에 무엇을 변경할 것인지, 그리고 출시 전에 무엇을 변경할 것인지 묻습니다.

주의 신호는 다음과 같습니다:

• 프로젝트를 어떻게 완료해야 하는지 생각하기 위해 LLM을 사용하는 후보자 (예: Figma를 스크린샷하여 Claude에게 해결하도록 요청하는 경우)
• 불명확한 명세서에 대해 질문하지 않는 후보자
• "이 부분이 무엇을 하는지 아직 확실하지 않습니다"라고 말하지만, 사람의 리뷰 전에 아무것도 변경하지 않을 것이라고 말하는 후보자

긍정적인 신호는 다음과 같습니다:

• 문제 진술을 명확히 하고 경계 사례를 탐색하기
• 트레이드오프를 인식하기
• 무언가 이상하게 느껴지거나 올바르지 않아 보일 때 지적하기
• 창의성 보여주기 (예: LLM 응답 대기 중 사용자를 즐겁게 하기 위한 미니 게임 구축)
• 작업이 충분히 좋지 않을 때를 알고, 어떻게 개선할지 아는 것

핵심 철학: 구현이 점점 쉬워지는 세상에서 가장 중요한 것은 판단력입니다. 작동하는 코드가 결승선이 아닙니다. 그것을 이해하고 유지하는 것이 중요합니다.