Команда Coinbase поделилась результатами трансформации процесса найма инженеров за последний год. В условиях широкого внедрения ИИ-инструментов компания пересмотрела подход к оценке кандидатов, сместив фокус с написания шаблонного кода на архитектурное мышление, способность к отладке и эффективное взаимодействие с LLM для ускорения разработки сложных систем в условиях высокой нагрузки.
Традиционные технические интервью, основанные на написании алгоритмов «на доске», оказались недостаточно эффективными для оценки реальной продуктивности инженера в современной среде. В Coinbase пришли к выводу, что владение инструментами генеративного ИИ стало обязательным навыком, который позволяет специалистам быстрее погружаться в незнакомые кодовые базы и эффективнее проводить ревью, однако это требует от кандидата более глубокого понимания принципов работы систем.
В процессе перестройки найма компания начала делать упор на практические задачи, максимально приближенные к реальным рабочим сценариям. Теперь кандидатам чаще предлагают работать с существующим кодом, анализировать архитектурные решения и исправлять ошибки, что позволяет оценить не только навыки программирования, но и умение использовать ИИ как «второго пилота» для повышения качества и скорости выпуска продуктов.
Ключевые факты
- Coinbase полностью пересмотрела структуру интервью, отказавшись от акцента на заученных алгоритмических задачах в пользу системного проектирования.
- Основным критерием оценки стала способность инженера использовать ИИ-ассистентов для ускорения разработки без потери контроля над качеством архитектуры.
- Компания внедрила практику анализа реальных кейсов отладки, чтобы проверить умение кандидата работать с техническим долгом и сложными зависимостями.
- Новый подход к найму позволил сократить время на онбординг новых сотрудников и повысить общую эффективность инженерных команд в условиях быстрого внедрения ИИ-инструментов.