Google тестирует новый формат технических собеседований для software-инженеров, в котором кандидатам разрешают пользоваться ИИ-помощником на определённом этапе, а интервьюеры оценивают навыки работы с моделью. Как следует из материала Business Insider, изменения внедряются поэтапно и пока сохраняют статус пилота. Значение эксперимента в том, что компания пытается измерять не только способность человека писать код без инструментов, но и качество его инженерных решений при работе с ИИ.
Что Google меняет в техническом интервью.
Ключевым элементом становится этап code comprehension — проверка понимания существующего кода. Соискатель должен прочитать кодовую базу, найти проблемы, отладить и улучшить её, а в рамках пилота может обратиться к одобренному ИИ-помощнику. По данным публикации «Хабра», интервьюеры будут смотреть не только на итоговый ответ, но и на то, как кандидат формулирует запросы, проверяет вывод модели и находит её ошибки. Таким образом, промпт не становится заменой квалификации: он становится одним из наблюдаемых рабочих инструментов.
Пилот ориентирован на отдельные команды в США, нанимающие специалистов начального и среднего уровня. В числе направлений, упомянутых в сообщениях о тесте, — Google Cloud и подразделение Platforms and Devices. Как передаёт Finance.ua, на первом этапе кандидаты будут использовать Gemini, а дальнейшее расширение на другие подразделения и регионы зависит от результатов эксперимента. Это существенно: речь не о постоянном правиле для всей компании, а о проверке формата в контролируемом масштабе.
ИИ затрагивает и работу интервьюеров. Согласно сведениям dev.by, интеграция Gemini в Google Meet должна расшифровывать разговоры, готовить заметки и помогать с подробной обратной связью о кандидате. Одновременно сотрудникам запрещено применять сторонние генеративные модели для создания собственных агентов или решений для найма. Такая граница показывает, что Google разделяет использование контролируемого внутреннего инструмента и автоматизацию, способную влиять на кадровые решения без заданных правил доступа и контроля.
Какие компетенции выходят на первый план.
В обычном понимании техническое интервью проверяет знание языков, алгоритмов и системного проектирования. Новый этап добавляет проверку прикладного суждения: может ли разработчик поставить модели корректную задачу, распознать неполный или ошибочный ответ и самостоятельно исправить результат. В описании пилота УНИАН также говорится о пересмотре некоторых других частей интервью, включая обсуждение технической стороны предыдущих проектов кандидата. Это смещает акцент от изолированной задачи к разбору опыта и работы с кодом в более приближённом к производству контексте.
В пересказе внутренних документов, опубликованном Sfin, знакомство с ИИ рассматривается как базовое ожидание для инженерных ролей, а способность интегрировать ИИ-продукты — как требование для большинства позиций вне начального уровня. Это не означает, что каждая инженерная вакансия превращается в роль ML-разработчика. Скорее, в перечень общих профессиональных навыков добавляется умение безопасно и осмысленно использовать генеративные инструменты при решении задач.
Почему формат с разрешённым помощником сложнее прежнего теста.
Разрешить модель на интервью недостаточно: компании нужно сохранить сопоставимость результатов разных кандидатов. Для этого важны единый одобренный инструмент, понятные границы его использования и критерии оценки действий человека, а не только сгенерированного кода. Иначе интервью будет измерять доступ к более удачной подсказке или особенности конкретной версии модели. Выбор Gemini в качестве помощника в пилоте позволяет Google стандартизировать среду, но не отменяет главную задачу интервьюера — отделить самостоятельное инженерное суждение от некритично принятого ответа модели.
Формат code comprehension для этого подходит лучше, чем задача на написание решения с нуля. Работа с существующей кодовой базой требует понять ограничения, заметить дефект и обосновать изменение. ИИ может предложить вариант, однако ответственность за проверку остаётся у кандидата. В этом смысле модель становится предметом оценки одновременно как инструмент и как источник потенциальных ошибок, которые разработчик обязан распознать.
Что это значит для рынка и кандидатов.
Эксперимент Google отражает более широкий сдвиг в инженерной работе: ценность смещается от самого факта генерации кода к постановке задачи, валидации результата и интеграции изменений в продукт. По данным Sfin, Google ранее заявляла, что значительная часть нового кода создаётся с помощью ИИ и затем проверяется людьми. Наём под такую практику логично требует проверять способность работать в связке с моделью, а не игнорировать её наличие.
Если Вы готовитесь к техническому интервью, полезно рассматривать ИИ не как средство получить готовый ответ, а как объект инженерной проверки. Для работодателей пилот Google задаёт практический ориентир: использование моделей в отборе требует не отмены стандартов, а новых критериев — качества запроса, проверки вывода, отладки и объяснения принятого решения. Итоги пилота покажут, удастся ли совместить эти критерии с воспроизводимой и справедливой оценкой кандидатов.
