Google разрешил ИИ на собесе. Но не везде

Google пилотит новый этап для software engineer'ов — code comprehension.

Как выглядит: дают существующую кодовую базу, надо её прочитать, найти баги, оптимизировать, обсудить решения. Алгоритм с нуля писать не нужно. Рядом Gemini, которым можно и нужно пользоваться. (Другой сеткой не дают пользоваться)

Оценивают три вещи: промпты, валидацию того, что модель выдала, и дебаг. То есть в рубрике интервьюера теперь буквально есть пункт "AI fluency".

Кого касается: джуны и мидлы в США, отдельные команды (начали с Google Cloud и platforms and devices), со второй половины 2026. Если вы не в США — пока мимо.

Что НЕ изменилось: обычные алгосекции на месте, и там ИИ по-прежнему нельзя. System design и hiring committee тоже без изменений. LeetCode не убрали, а жаль.

Почему это происходит: Google в апреле сказал, что 75% нового кода в Google генерит ИИ (осенью было 50%). Собес, где просят из головы написать обход графа уже давно не несет какой то полезности а работе.

А теперь про задачи
Пример: типовые баги, которые в такой формат ложатся идеально.
1. Дедуп, который молча теряет не те строки

def dedupe_events(df):
    return (df
        .orderBy("event_time")
        .dropDuplicates(["user_id"]))

Spark не гарантирует, что dropDuplicates сделает сначала предыдущий orderBy. Джоба работает, тесты зелёные, а в проде раз в неделю может случаться лик и ивент будет некорректно попадать.

Правильно — окно с row_number().
Но: при равных event_time тай-брейк всё ещё недетерминирован. Gemini окно предложит, а вот про тай-брейк промолчит. Если вы это заметите, то получите бонус за output validation.

2. Инкрементальная загрузка по вотермарке

last_ts = target.select(max("updated_at")).collect()[0][0]
new = source.filter(col("updated_at") > last_ts)

Проблема:
Строгое > теряет строки с тем же timestamp, приехавшие после запуска. Таймзоны источника и таргета. Late-arriving данные.
Удаления в источнике не приедут.

Что ожидают что ты напишешь Gemini:
Джоба упала посередине — вотермарка сдвинулась или нет?
Здесь смотрят, спросишь ли ты «а у нас at-least-once или exactly-once?» до того, как полезешь чинить.

3. Ретрай, который списывает деньги дважды

for attempt in range(3):
    try:
        charge_customer(order_id, amount)
        break
    except TimeoutError:
        time.sleep(1)

Что проверяют?:
Платёж прошёл, ответ потерялся, а ошибка показывает Timeout — произойдет тройное списание.

Нужно исправить все ошибки и переписать чтобы все корректно работало.


Как это выглядит по таймингу ( c Reddit)

60 минут, проект на 200–500 строк. Минут 10 читаешь и проговариваешь вслух, что код вообще должен делать. Минут 15 ищешь баги руками и формулируешь гипотезы. Дальше подключаешь модель точечно: «проверь вот этот инвариант», а не «найди все баги». В конце говоришь, чем бы это протестировал.

Главный антипаттерн: молча спросить модель и молча принять правку. Интервьюер не видит твоего мышления — минус, даже если фикс верный.

Привет, Пол, и привет всем!

Опубликовал свой первый ролик на YouTube про Harness Engineering на основе статьи Биржитты Боклер.

Забавный факт: из 4+ часов отснятого материала в итоге получилось всего 9 минут видео, а суммарно на финализацию первого ролика ушло ~80 часов.

Буду очень рад, если посмотрите и поделитесь видео с друзьями 🙌

Мне вчера в личку прилетело сообщение от рекрутера, которое начиналось со слов «изучила ваш профессиональный путь, впечатлена вашей экспертизой в данных».

Дальше вилка 5000.

И тут же попадается пост человека, которому написали ровно так же, слово в слово, только просили не выйти на проект, а дать денег. Он это разбирает по частям: сначала тебя хвалят, потом ты уже вроде как должен, и отказать неудобно.

Пишет Глеб Белавин, больше 20 лет в управлении, сейчас занимается складской недвижимостью, у него берут комментарии Forbes и Коммерсантъ.

У него же есть про найм — почему резюме и рекомендации он давно перестал считать надежным источником, и почему берет тех, кто с ним спорит, а не тех, кто кивает. И стартер-пак спикера — набор фраз с отраслевых конференций, который от наших ИТ-мероприятий отличается только словом «склады».

Я вообще не по этой теме, но про управление и найм у него читать интересно — @glebbelavin

На днях слушал дискуссию об использовании авто-откликов

Ребята почему-то считают что это золотая пуля в получении инвайта на собеседование, но я слышал обратную сторону автооткликов.

Со стороны некоторых HR'ов:
Такие сервисы вредят поиску нужного кандидата.

В качестве обоснования, они удивляются почему к ним на вакансию условного Data Аналитика попадают Frontend'еры, причем почему-то фронтендеры пользуются такими сервисами, видимо у них совсем плохо.

Поэтому HR стараются пользоваться фильтром, который фильтрует резюме только с нужным заголовком ( Data Analyst в вакансии = Data Analyst в резюме)

Со стороны одного C-Level'a:
Он рассказывал что многие такие сервисы зарабатывают миллионы, но они не приносят видимого результата. Он так же находился в поиске и изучал как работают эти сервисы и сколько зарабатывают.

Я сам считаю что это просто трата денег, и эти сервисы нужны лишь чтобы заработать на пользователях, а не найти работу, ведь если они найдут работу, они перестанут пользоваться сервисом. Если вы узкий специалист и вы хотите найти адекватную работу, рынок работодателей ограничен и нет смысла откликаться на все подряд.

Хотя я знаю одного специалиста, который имеет 5 кабинетов HH и несколько различных резюме (DevOps, DE, Backend, Frontend и прочее) и работает с этими сервисами и получает 2-4 собеседования в неделю (вроде такая статистика была), но мне кажется это сомнительная идея, так как он метит в среднюю вилку 300-350к и просто старается набрать как можно больше работ.

С учетом текущего рынка, где есть условно 20 позиций на рынке труда, можно самому откликнуться на все. А такого типа сервисы используются только для заработка денег, не более.

Что ответить HR? ( Только неправильные ответы)

No comments...

Мидлы вы как там?
(Это в час)

У меня лимиты в Claude больше стоят...

Вакансия: Data Engineer (Senior)
Компания: Playrix
Предполагаемая вилка: 500к-650к (ТК РФ) / 5000-6500 EUR
Период собеседования: Сентябрь 2026
Формат работы: Удаленная работа
Этапы собеседований:
HR -> AI interview + Tech interview -> Fit interview ( Eng Manager) -> Offer
Краткая справка о процессе интервью:

Компания создает мобильные игрушки. Как работодатель знаменита тем, что за посты в телеграмме отзывала офферы, проводила сокращения в 2025-2026. В компании сейчас внедрен подход AI First, некоторые вещи полностью автоматизированы, в том числе поэтому и были проведены сокращения. Сейчас ищут DE под задачи AI, все завязано на то чтобы автоматизировать рутину.

По процессу, стандартное HR интервью на хорошем уровне, про трудовую не помню уточняли или нет. Про сам процесс технического интервью скажу обще, что дают аккаунт с Claude, если у вас нету и дают задачку. Более детально не буду рассказывать, так как обидятся еще.

Пример AI задачки можете увидеть в этом посте про Google.

P.S. Блогерам советую не светить название компании, у которых канал не анонимный.

Кайф ходить в зал в час дня.

В это время собираются исключительные люди с максимально загадочными источниками дохода.

Я до сих пор не разгадал чем они занимаются...

Ради сбера

Многие еще думают что на улице тепло, но на самом деле зима близко

36 человек уже позаботились чтобы не замерзнуть, но некоторые уже разучились пользоваться руками и поручили всю рутину Claude Code или Codex'у

Я позаботился и о таких ребят и написал Skill для агента, который поможет вам в прогреве

Конспект про прогреву обновлен, всем рекомендую, а то замерзните!

Другие материалы