Комментарии 16
Интересно, как у них обстоят дела с реальной производительностью и ROI от найма джунов. Я по своему опыту в Trinogi и проектах по автоматизации знаю, что часто приходится вкладывать огромное количество времени и ресурсов в обучение. Это не просто зарплата, а скрытые часы менторства, которые серьезно влияют на юнит-экономику команды. И, к сожалению, не всегда эти вложения окупаются из-за текучки или несоответствия ожиданий реальным навыкам.
Распространена ли практика outsource?
А заодно хочу узнать, как это происходит в России.
Просто не происходит.
Вот гендиру или топ менеджерам нечего делать, кроме как лично собеседовать выпускника. Глупость, конечно
Компании придают большое значение найму людей, которые только что окончили учебное заведение.
…на этапе отклика от кандидата часто не особо ждут конкретных умений.
Другая причина в том, что выпускника можно «окрасить» в цвета своей компании. Многие хотят растить людей, ещё не успевших перенять привычки других работодателей, по своим собственным правилам.
Право первой ночи мозгоимения.
Как сказать... Человека нанимают не на месяц и не на год. В идеале - на всю жизнь или, по крайней мере, надолго. Поэтому и такое внимание со стороны топов: им же самим потом хариться если будет допущена ошибка
Практика пожизненного найма еще жива? А харакири неправильно нанявшего хеара?
Нанимал в саппорт и в разработку в разных проектах. везде +- обычный попсовый стек, но большая часть стека внутренние разработки + специфическое железо и технологические процессы и странное эзотерическое Легаси которое достается вместе с железом. Какого бы суперсеньора не взяли большая часть времени уходит на изучение предметной области, съездить в командировки посмотреть что на самом деле означают циферки которые он двигает в БД итп. В среднем получалось выпускника нужно учить полгода прежде чем с приема звонков можно допустить к работе. В среднем, через 3 года способных можно забирать в разработку. С опытными месяц интенсивного тренинга и можно в сапорт самообразовываться, в среднем через полтора года готовы самостоятельно работать в разработке.
Были и ошибки в найме и когда затыкались дыры тем что нашли hr и внезапные счастливые случаи. При выше описанных вводных сделали следующие выводы:
HR абсолютно бесполезная прослойка. От первичной обработки резюме толка нет, отсев не работает, оценить компетенции не могут, но свое главное не могут оценить способность учиться именно специфическим навыкам. Со всем остальным лучше справляется фильтр на почтовом ящике. Неадекватов вроде агрессивного скинхеда при параде тоже почему-то не отсеивают :)
Образование. Если кандидат одновременно отвечает на теоретические вопросы и на лайвкодинге может решить задачу не потеряв граничные условия и не падает в обморок от ненормализованных данных в БД это большой плюс. Тогда образование работает так как от него ожидают и даже больше. Если один из этих пунктов спотыкается, то на образование можно не смотреть это просто бумажка.
Что работает(работало до ИИ сейчас с небольшими дополнениями впринципе тоже. но значимой статистики нет) вместе с резюме маленькое тестовое задание чуть сложнее чем сходу может средний выпускник, но легко можно нагуглить. Это отсекает тех кого должен отсекать hr стопицот резюме увидевших цифру в вакансии. по этому заданию небольшой лайвкодинг, чтобы оценить понимает ли вообще написанное. В котором нужно прикрутить это к корявеньким куску кода и данными, с возможностью гуглить и задавать присутствующим вопросы. Это позволяет отсеять тех кто не может дальше скопировать задание ИИ . Но самое главное показывает как человек решает задачи. И способен ли учиться здесь и сейчас. Если задаёт вопросы на которые специально нет ответов в задаче, говорит где коряво и самостоятельно лайвкодит пусть даже тупо с ИИ и получает результат можно брать. Если не задаёт вопросы даже после нескольких намеков, на то что ответов в интернете и коде нет. Тупит и залипает в простых вещах. Смысла нет, через 2 года будешь думать как его уволить.
Сейчас ИИ может решать задачи и переводить с человеческого языка в программный код практически на том же уровне и гораздо быстрее и дешевле чем человек. Это факт! Что он пока что не может, так это корректно ставить самому себе задачи (действительно понимать что кожаным нужно). Как он планирует - это просто тихий ужас. Человек с системным мышлением и человеческим вкусом может, а ИИ нет. Теперь вам никто не будет приносить подробно расписанную задачу. Зачем? Если можно скинуть ее ИИ и получить почти такой же результат гораздо дешевле и быстрее.
Система с пожизненным наймом и выращиванием джуна "под себя" вроде круто выглядит , но только пока экономика на подъеме
Что в данном контексте PdM? Или статью писала нейронка, а ревью было по диагонали?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как нанимают джунов в Японии: взгляд той, кто сама проводит собеседования