Процесс инженерного собеседования Tolan с использованием искусственного интеллекта

Tolan переработал свой процесс инженерного собеседования, чтобы отразить то, как инженеры на самом деле работают с ИИ-агентами для программирования. Вместо традиционных алгоритмических вопросов они сосредотачиваются на практических навыках, которые важны, когда ИИ пишет большую часть продакшен-кода.

Структура собеседования

Кандидаты проводят утро в офисе Tolan в Сан-Франциско, работая над небольшой задачей, которую компания уже решала сама. Задача основана на базовом файле Figma или кратком описании, обычно представляющем простой процесс или легковесную функцию, на создание которой в обычных условиях ушло бы день или два.

У кандидатов есть всего несколько часов на работу над задачей, чего недостаточно для создания отполированного продукта. Это ограничение намеренное — они хотят увидеть, как кандидаты работают в рамках ограничений.

Использование ИИ-инструментов поощряется

Кандидатов прямо поощряют использовать ИИ для решения задачи. Tolan предоставляет лицензии на Claude, Codex, Cursor или Gemini при необходимости. Ключевое ожидание — кандидаты должны балансировать между кодом, сгенерированным LLM, и собственным суждением. Даже если они не пишут код сами, они несут ответственность за результат.

Что они ищут:

• Как кандидаты подходят к проблеме
• Как они структурируют решение
• Как они обдумывают ограничения
• Как они решают, что на самом деле важно

Критерии оценки

После рабочей сессии следует 20–30-минутное обсуждение созданного. Интервьюеры спрашивают, что кандидаты улучшили бы, если бы у них было больше времени, что они изменили бы перед отправкой на ревью и что — перед релизом.

Тревожные сигналы включают:

• Кандидатов, которые используют LLM для обдумывания того, как должен быть выполнен проект (например, делают скриншот Figma и просят Claude решить задачу)
• Кандидатов, которые не задают вопросов по неясным спецификациям
• Кандидатов, которые говорят «Я всё ещё не уверен, что делает эта часть», но не стали бы ничего менять перед человеческим ревью

Положительные сигналы включают:

• Уточнение формулировок задач и исследование крайних случаев
• Распознавание компромиссов
• Указание на то, что что-то кажется странным или неправильным
• Проявление креативности (например, создание мини-игры для развлечения пользователей во время ожидания ответа LLM)
• Понимание, когда работа недостаточно хороша, и знание, как её улучшить

Основная философия: в мире, где реализация становится проще, важнее всего — суждение. Рабочий код — это не финишная черта; понимание и поддержка кода — вот что важно.