Открытый секрет, о котором никто не говорит вслух
Поговорите достаточно долго с инженерами из Google, Amazon или Meta, и признание прозвучит: повседневная работа почти не связана с собеседованием, которое их туда привело. Собеседование проверяло, смогут ли они перевернуть бинарное дерево на доске или за 45 минут спроектировать ленту в реальном времени для миллиарда пользователей. Работа — это чтение унаследованного сервиса, написанного кем-то в 2019 году, добавление поля в API, ожидание код-ревью и сидение на планировочных встречах. Обе вещи верны одновременно: скрининг был жёстко трудным, а работа гораздо заурядней.
Это не упрёк тем, кто проходит. Это наблюдение о том, что процесс на самом деле измеряет. FAANG, «великолепная семёрка» и длинный хвост компаний, скопировавших их сценарий, — VMware, трейдинговые фирмы, единороги среднего размера — все пришли к одному и тому же требовательному формату: алгоритмы, структуры данных, проектирование систем и «прикрученный» в конце поведенческий раунд. Формат поразительно единообразен. Утверждение, что он предсказывает результаты в работе, поразительно шатко.
Как на самом деле выглядит работа senior-инженера
Собеседование продаёт фантазию: вы, в одиночку, проектируете нечто блестящее с чистого листа. Реальность работы в крупной компании близка к противоположности, и чем выше ваш уровень, тем это очевиднее.
- Архитектура уже решена. Вы приходите в систему, которая уже существует. Большие направляющие решения — монолит или сервисы, какое облако, какая база, какой фреймворк — были приняты годы назад людьми, которые с тех пор ушли. Ваша работа — действовать в рамках этих ограничений, а не пересматривать их.
- Вы отвечаете за маленькие кусочки большого целого. Никто не поручает одному инженеру «построй новую ленту». Вам достаётся фрагмент: один эндпоинт, одна миграция, один баг, воспроизводящийся только в продакшне. Объём, помещающийся в спринт, намеренно узок.
- Вы никогда не одни. Каждое нетривиальное изменение затрагивает другие команды, требует согласования, ждёт зависимости и обсуждается в документе. Узкое место почти никогда не в сырой алгоритмической изобретательности. Это координация, контекст и согласие людей.
- Трудные задачи не технические. Вы в одиночку не спроектируете великолепную распределённую архитектуру, выигрывающую по сырой производительности, так, чтобы это имело значение. В реальной компании трудной проблемой никогда не была схема системы — это дистрибуция. Как достучаться до клиентов? Как убедить инвесторов? Маркетинг стоит денег, которых у вас нет, а значит, их надо привлекать, и это совершенно другая игра, чем та, что проверяло собеседование.
Вы можете спроектировать безумную, элегантную, чрезмерно сложную вещь — в сайд-проекте, в свободное время, где ограничений нет, а аудитория нулевая. Внутри большой компании этот инстинкт обычно обуза, а не актив. Собеседование награждает именно ту черту, которую работа годами вытравливает.
Собеседование оптимизируется под одинокого гения, изобретающего системы с нуля. Работа платит вам за небольшие, безопасные, хорошо донесённые изменения в системах, построенных другими. Это не один и тот же навык, и все причастные тихо это знают.
Так почему же театр продолжается?
Если формат так плохо отражает работу, почему он пережил два десятилетия и распространился повсюду? Потому что он никогда по-настоящему не пытался измерять работу. Он пытался решить другую проблему: объём.
Известная компания получает десятки тысяч откликов на горстку вакансий. Резюме все выглядят похоже. Портфолио трудно проверить и легко подделать. Рекомендации быстро заканчиваются. Перед лицом такого потока нанимающим менеджерам нужен фильтр, который стандартизирован, защитим, труден для обмана и — что важно — дёшев в оценке в масштабе. Алгоритмические головоломки подходят идеально. Они дают чёткий сигнал «прошёл/не прошёл», кажутся объективными и позволяют компании отклонить 98% кандидатов процессом, который выглядит строгим, а не произвольным.
Такова честная функция кодинг-собеседования: это ограничитель пропускной способности воронки кандидатов, наряженный в тест инженерных способностей. Ему не нужно коррелировать с результатами работы, чтобы выполнять свою задачу. Ему нужно лишь сократить огромную недифференцированную кучу кандидатов до меньшей, более управляемой — и сделать это достаточно последовательно, чтобы никто не мог подать в суд. Сложность — не сигнал того, чего требует роль. Это функция того, сколько людей откликнулось.
Жёсткие навыки побеждают, и компании это устраивает
Есть утешительная история, что современный найм «целостный» — что мягкие навыки, сотрудничество и ваш послужной список имеют реальный вес. На практике в большинстве технических отборов — нет. Коммуникация и культурное соответствие — приятные бонусы, решающие ничьи. Вход — техническая планка. Вы можете быть феноменальным коллегой с портфолио, полным выпущенных продуктов, и всё равно получить автоматический отказ, потому что «зависли» на трюке динамического программирования, который никогда больше не используете.
Никто по-настоящему не оценивает и то, насколько хорошо вы владеете реальными инструментами работы. Насколько вы продуктивны изо дня в день, насколько чисто работаете в кодовой базе, насколько хорошо используете современные AI-модели, чтобы двигаться быстрее, — это редко появляется в цикле собеседований. Скрининг измеряет узкий искусственный срез способностей в искусственных условиях, и компании решили, что это приемлемая цена за фильтр, который масштабируется.
Почему AI ничего из этого не исправит
Вот часть, в которой ошибается большинство, предсказывая, что собеседование вот-вот изменится. Рассуждение таково: агенты будут писать большую часть кода, поэтому компании перестанут проверять, умеете ли вы писать код вручную. Это наоборот.
Проблема фильтрации, которую создаёт AI, хуже, а не лучше. Когда любой может выпустить отполированный сайд-проект с агентом, портфолио становятся ещё более слабыми сигналами — у всех они выглядят впечатляюще. Когда AI снижает барьер для отклика, количество откликов растёт, а не падает. Воронка становится более переполненной и хуже поддаётся различению, а значит, компаниям нужен фильтр жёстче, а не мягче. Те же силы, что меняют саму работу, — те, что мы разбирали в статьях умерла ли роль Scrum Master в эпоху AI и как меняется QA-тестирование, — ничего не делают, чтобы ослабить «ворота» на входе.
Поэтому формат приспособится, а функция — нет. Ждите новые разновидности отбора, столь же оторванные от реальности: «защищённые от AI» живые раунды с объяснением рассуждений, более трудный театр проектирования систем, домашние задания, составленные так, чтобы один агент заведомо не мог их пройти. Поверхность меняется; цель — свести гигантскую кучу кандидатов к защитимому короткому списку — остаётся той же самой. Компаниям по-прежнему будет всё равно, насколько хорошо вы оркестрируете LLM и насколько хороша ваша выпущенная работа. Их будет волновать, преодолеете ли вы искусственную планку, которую они поставили в этом году.
Неудобное резюме
Технические собеседования никогда не были измерением работы. Это фильтр для объёма откликов, который просто наряжен в инженерный тест. Так было в эпоху FAANG, так сейчас, и так останется по мере того, как AI меняет работу, — потому что AI усугубляет проблему объёма, а не улучшает её. Возмущаться несправедливостью справедливо. Но на работу это вас не возьмёт.
Что на самом деле с этим делать
У вас два варианта. Можно быть правым насчёт того, насколько система сломана, а можно её пройти. Только одно из этого оплачивает аренду. Прагматичный ход — перестать воспринимать собеседование как референдум о вашей ценности как инженера и начать воспринимать его как отдельный навык — игру с известными правилами, которая вознаграждает целенаправленную практику, как SAT или экзамен по вождению.
Это значит готовиться к формату таким, какой он есть, а не таким, каким вы хотели бы его видеть. Отрабатывайте паттерны, а не решайте задачи наугад, структурируйте ответы по проектированию систем и репетируйте поведенческий раунд — полный план изложен в нашем руководстве по подготовке к техническому собеседованию, а привычки, которые тихо губят сильных кандидатов, — в разборе 5 главных ошибок на технических собеседованиях. Освойте метод STAR, чтобы «мягкий» раунд не стоил вам оффера, который заработал раунд по кодингу.
А поскольку скрининг — это выступление под давлением, а не отражение ваших реальных способностей, стоит иметь поддержку в момент, когда память вас подводит. Именно для этого и существует такой инструмент, как InterviewAce. Практикуйтесь на реалистичных пробных собеседованиях под роль, пока формат не перестанет вас выбивать из колеи, а затем используйте живого AI-помощника на настоящем собеседовании, чтобы в миг, когда вопрос прозвучал, вывести правильный подход и правильную историю из вашего опыта. Собеседование — искусственная игра; нет ничего благородного в том, чтобы идти на неё безоружным. Наш разбор как работают AI-помощники для собеседований описывает, как именно это выглядит в комнате.
Система не станет честнее. Так станьте хороши в игре, в которую она на самом деле играет: пройдите фильтр, примите оффер и идите делать работу, которая окажется проще собеседования, что её охраняло.