Как нанять программиста в эпоху нейросетей: 6 проблем работодателей
В эпоху нейросетей нанять программиста стало сложнее, особенно компаниям, где разработка — лишь часть бизнес‑процессов. Разбираем 6 ошибок найма и решения, помогающие избежать промахов.
Как нанять программиста в эпоху искусственного интеллекта
Я руковожу разработкой 10 лет, работал во ВКонтакте, Яндексе и Microsoft. Провел несколько сотен технических собеседований, улучшал процессы найма программистов. Поэтому хорошо понимаю не только теорию, но и практику. Делюсь советами, помогающими проводить собеседования айтишников в новой реальности.
Эта статья не для IT‑компаний, где подбор разработчиков — основная компетенция. Здесь я говорю о бизнесах, для которых разработка лишь часть процесса: производственные компании, сервисы, ритейл. Там, где собственная команда нужна для развития, автоматизации процессов. Именно на таких предприятиях ошибки найма могут происходить чаще.
Главное отличие новой реальности — доступность инструментов, которые могут искусственно имитировать квалификацию. Сегодня кандидат за считанные минуты может сгенерировать красивое резюме, написать сопроводительное письмо, пройти онлайн‑тест, получить готовый код или ответ на технический вопрос. И всё это — не собственными силами, а при поддержке ИИ.
Работодатели сталкиваются с так называемыми IT‑волками. Это кандидаты, которые не столько развивают реальные навыки программирования, сколько профессионально изучают и отрабатывают процесс прохождения собеседований. Они учат шаблоны вопросов, ответы, участвуют в сообществах, где делятся кейсами, использованием ИИ, а иногда даже покупают коучинг, чтобы успешно пройти интервью любой ценой.
Проблема в том, что после найма такие специалисты оказываются неспособными выполнять задачи на уровне заявленной квалификации. Их сила не в инженерии, а в умении красиво проходить отбор. Получают зарплату программиста на испытательном сроке и уходят в поисках нового места.
При этом нейросети стали настолько повседневным инструментом, что их использование не всегда означает злонамеренность. Хороший специалист тоже может задействовать ИИ для повышения эффективности. Например, делегировать рутинные задачи, чтобы успеть больше. Вопрос в другом: как работодателю понять, кто действительно обладает нужными знаниями и опытом, а кто просто красиво «упакован»?
В новых условиях выигрывают компании, готовые менять процесс под реалии времени, вкладываться в собеседования и осмысленный анализ резюме.
Бесплатная рассылка: как использовать ИИ в бизнесе
Узнайте, как писать эффективные промпты, создавать ИИ‑агентов для решения бизнес‑задач, и проходите мини‑практикумы в популярных сервисах. Всего — семь писем, которые помогут разобраться, как работать с нейросетями
Проблема №1. Некачественное описание вакансии
Один из самых распространённых и недооценённых провалов при найме программистов. Часто именно здесь всё и заканчивается: нужные специалисты просто не откликаются. Классическая ошибка — «junior» по названию, «senior» по требованиям
На белом фоне фрагмент вакансии младшего программиста Linux, формат работы в офисе. Длинное перечисление не самых популярных языков и инструментов в разделе «требования». В качестве желательных — еще более нишевые и редкие навыки. Сомневаюсь, что такие младшие разработчики (с опытом до 2 лет) вообще существуют — или что они согласятся работать на предложенную зарплату: от 110 000 ₽ за месяц, до вычета налогов.
Иллюстрация — подтверждение мысли, что порой ищут программиста уровня junior (специалист с опытом до 2 лет), но в описании вакансии публикуют список требований, который озадачил бы даже senior‑а (сотрудник с опытом от 5 лет).
Опытные кандидаты не пойдут — потому что по описанию очевидно, что в компании не готовы платить адекватную зарплату за такой набор задач. Джуниоры испугаются откликаться, решив, что они недостаточно хороши.
В итоге вакансия висит, HR удивляется, почему нет релевантных откликов, а компания страдает от нехватки сотрудника.
- Разделите требования к навыкам кандидата на две категории: те, которые требуют годы на освоение, и те, которые можно получить в процессе после выхода на работу за несколько недель. Первая категория будет обязательными требованиями, а вторая — желательными.
- Указывайте требуемый опыт в годах. Не просто «опытный разработчик», а конкретно: «3 года разработки на языках C++, C#, Java или подобных».
- Не доверяйте написание вакансии нейросети без проверки. ChatGPT может составить красивый шаблон, но человек должен проверить её на вменяемость, реалистичность и соответствие рынку.
Вот примеры хороших описаний вакансий от Яндекс и Google. У Яндекса (слева) указано несколько обязательных навыков без обязательного требования владения конкретным продуктом или языком программирования. Обратите внимание, что есть описание задач и в целом текст «продает» вакансию.
В вакансии от Google (справа) на должности middle и senior разработчиков указаны требуемые и желательные навыки с годами опыта, без указания конкретных технологий или продуктов.
Проблема №2. Автоматическая фильтрация резюме по ключевым словам
Подход кажется логичным: если в описании вакансии написано «С#», «Docker» или «PostgreSQL», значит, эти же слова должны быть и в CV кандидата. Нет нужного термина — нет шанса пройти дальше. Однако, даже сильные специалисты не всегда умеют правильно оформить CV. Иногда они упускают из виду ключевую технологию просто потому, что считают её «само собой разумеющейся».
Слева скриншот резюме очень сильного программиста, с которым я работал в одной компании. Как видим, оформлено на скорую руку и здесь нет длинного перечисления технологий, потому что хорошие программисты любят создавать крутые программы, а не писать резюме.
Справа скрин из резюме другого очень талантливого фронтенд‑разработчика. Разнокалиберные шрифты так и были в оригинале — иллюстрация поговорки «сапожник без сапог».
Некоторые инструменты осваиваются опытным разработчиком за неделю. Если в резюме не указан, например, конкретный фреймворк, это не значит, что кандидат его не освоит достаточно быстро. Но фильтр уже его отсёк. И вместо того чтобы искать умных, обучаемых специалистов, компании бессознательно нанимают тех, кто умеет хорошо «упаковать» резюме.
Компании рискуют потратить больше времени и сил на поиск идеального резюме, чем на найм сильного, обучаемого кандидата и «подтягивание» его навыков до нужного уровня за короткий срок. Иногда эффективнее инвестировать пару недель в адаптацию мотивированного специалиста, чем месяцами ждать совпадения по всем формальным пунктам.
С приходом ChatGPT фильтры по ключевым словам стали ещё менее надёжными: любой соискатель может буквально за пять минут добавить в резюме нужные слова на основе текста вакансии и пройти автоматический отбор. И вместо качественного поиска компания будет тратить время на переписывание вакансии и борьбу с адаптированными нейросетями резюме кандидатов.
Фильтрация по ключевым словам убивает гибкость и ведёт к потере перспективных кандидатов. В эпоху ИИ гораздо важнее смотреть на картину в целом: реальный опыт, глубину мышления, готовность и способность учиться.
- Смотрите на суммарный опыт работы по специальности. Важно не только, с какими технологиями человек имел дело, но и как долго, в каких компаниях, проектах и задачах.
- Убирайте жёсткие, формальные, поверхностные фильтры, например, по ключевым словам. Или хотя бы дополняйте их ручной проверкой..
- Не фокусируйтесь на оформлении резюме. У начинающего разработчика, только что закончившего курсы, резюме может выглядеть безупречно: анкету помогли составить на обучении, кандидат сам активно адаптирует CV под разные вакансии и оттачивает навык письменной самопрезентации. А вот опытные программисты порой не умеют и не любят писать резюме. Их часто переманивают из компании в компанию — и необходимости в регулярной актуализации CV нет.
Навык самопрезентации в формате резюме со временем теряется. Но это не значит, что теряется профессионализм. Поэтому важно смотреть не на красоту документа, а на опыт и достижения.
Проблема №3. Непонимающий HR
Во многих компаниях, особенно в среднем и малом бизнесе, вакансию на программиста ведёт универсальный HR‑специалист. У него может быть список вопросов для скрининга — первого интервью кандидатов. Казалось бы, ничего сложного. Но IT — не та сфера, где легко судить по формальному соответствию.
Специалист может дать отличный нестандартный ответ, но HR его не поймёт и «отсеет». Или наоборот: примет за сильного кандидата того, кто говорит общими фразами, но по факту знаний не имеет.
- Не отдавайте все полномочия HR, касающиеся оценки компетенций программистов. Менеджер по персоналу отвечает за коммуникацию, процесс, скорость, но не за техническую часть.
- Обязательно подключайте к процессам техлида или другого эксперта.
- Постарайтесь регулярно разбирать список откликов вместе с HR и экспертом, смотреть, кого отсеяли, кого рассмотрели и почему.
Рынок IT перегрет, конкуренция за специалистов высока — и высоки затраты на наём, поэтому ошибка может обойтись компании дорого. Ситуацию усложнил ИИ. Кандидаты могут создавать идеальные резюме, проходить тесты и даже имитировать знания с помощью нейросетей. Для HR это создаёт иллюзию качества там, где его может не быть. В таких условиях ставка на живую проверку, реальное общение и участие технических специалистов становится не просто хорошей практикой, а обязательной мерой.
Проблема №4. Сомнительность тестов
Компании любили онлайн‑платформы для первичного тестирования программистов: HackerRank, Codility, CodeSignal и прочие. Казалось бы, отличное решение прикрепить к вакансии ссылку и тем самым сразу отсеять слабых кандидатов.
Но с приходом ИИ надежность такого скрининга снизилась. Претендент может использовать ChatGPT, Claude, GitHub Copilot или другой инструмент, чтобы получить готовое решение.
Но человеку достаточно иметь два устройства — и все системы контроля становятся бессильны. Один гаджет для подсказок, второй — для ввода ответов.
Результат теста больше не гарантирует реальные навыки потенциального сотрудника. Не понять, кто его получил: человек или нейронка. Тоже самое относится и к тестовым заданиям, которые отправляют участникам отбора после первого интервью.
Откажитесь от онлайн‑тестов в пользу живого общения. Заодно сэкономите на подписке того же HackerRank.
Проблема №5. Deepfake вместо кандидата
В большинстве случаев компании проводят первые собеседования онлайн. Важно проводить такую встречу с видео. Раньше это казалось формальностью или вежливостью, сегодня стало необходимостью для защиты бизнеса.
Еще пару лет назад отказ включить камеру воспринимался как неуважение или признак неуверенности. В 2025 году — потенциальный риск безопасности компании. Всё чаще происходят случаи, когда на собеседовании один человек, а на работу выходит другой.
Знаю реальные случаи, когда на собеседовании отвечал эксперт, а в штат вышел новичок. Еще хуже, если некомпетентный человек устраивается сразу в несколько компаний, “тянет время” на испытательном сроке, получает ЗП программиста в разных местах и потом увольняется отовсюду с неплохой финансовой подушкой.
Варшавская стартап‑компания Vidoc Security, занимающаяся безопасностью кода, почти наняла кандидата, который выдавал себя за профессионала. Во время видеоинтервью другой человек выдавал себя за него, используя deepfake‑аватар, подменяющий лицо и голос.
Пример демонстрирует насколько стали продвинуты и доступны deepfake‑технологии. Поэтому важно защитить себя. Если считаете, что ваша компания слишком мала, чтобы стать жертвой, подумайте ещё раз. Vidoc Security в феврале 2023 года был стартапом из двух человек, без финансирования, когда впервые подвергся атаке.
- Обязательно требуйте включить камеру. Это не вопрос вежливости, а стандарт безопасности.
- Попросите кандидата повернуть голову влево, вправо, провести рукой перед лицом. Это помогает исключить deepfake.
- Попросите кандидата выключить специальные эффекты, маски, если он их использует.
Если после этого на его лице или фоне ещё остаются странные, размытые мелкие детали, можно предположить, что соискатель не отключал фильтры. В случае собеседования на полностью удалённую работу это может быть достаточным основанием для прекращения разговора.
Проблема №6. Ответы ChatGPT, а не человека
Однако даже при внимательной проверке личности остаётся ещё одна критическая уязвимость — само собеседование.
На сайте reddit.com автор описывает случай, когда кандидат на онлайн‑собеседовании использовал микронаушник вместе с ChatGPT. Интервьюер заметил странные задержки, подглядывание в экран и ощущение, что кандидат «зачитывает ответ». Обман удалось раскрыть также по мельчайшим деталям в отражении очков.
Надёжным способом проверить реальные навыки и мышление остаётся лайвкоддинг: когда кандидат пишет код здесь и сейчас, рассуждает вслух и показывает, как он думает, а не просто воспроизводит чужие ответы.
- Попросите соискателя расшарить экран. Дайте задачу: написать функцию, исправить баг, объяснить алгоритм.Главное — не скорость, не правильный ответ как таковой, а ход мыслей. Просите претендента комментировать действия вслух: «Почему сделали так? Почему выбрали эту структуру данных?». Даже если у него открыт ChatGPT на втором экране — объяснить чужое решение он не сможет, если не понимает сути.
- Дайте кандидату код (можно даже кусок вашего проекта, если это безопасно). Попросите провести код‑ревью: найти ошибки, предложить улучшения. Отличная проверка не только технических знаний, но и способности к аналитическому мышлению, внимания к деталям и умения выражать мысли.
Вкладывайте время и силы в собеседование. Да, это сложнее, дольше и требует личного участия компетентных сотрудников. Одними из самых эффективных инструментов здесь остаются лайвкоддинг и код‑ревью.
Смотрите не только на правильность кода, а на то, как человек рассуждает: какие вопросы задаёт, как объясняет свои решения, умеет ли найти подход к задаче, с которой ранее не сталкивался. За 30‑40 минут такой работы вы получите больше информации о квалификации кандидата, чем из любого тестового задания или анализа резюме.
Как нанимать программистов в новой реальности
Саммари рекомендаций для найма программистов в эпоху ИИ:
- Вакансия. Грамотно составляйте описание вакансии без перегруза. Не делегируйте задачу нейросетям.
- Резюме. Откажитесь от формальной оценки резюме по ключевым словам.
- Тесты. Не доверяйте беспрекословно результатам онлайн‑тестов и тестовых заданий.
- Проверка личности. Обязательное видео‑интервью с верификацией личности.
- Программирование. Лайвкоддинг или код‑ревью как основа проверки навыков.
- Общение. Пристальное внимание к мышлению и коммуникации.
Искусственный интеллект научился имитировать знания, но не может заменить реальный опыт и умение думать. Именно это и нужно искать в кандидате. Технологии меняются — принципы остаются.
