В своей прошлой статье я рассказал, как создал небольшой проект, который генерирует курсы и обучающие материалы с помощью LLM - AI Тютор. Было приятно получить порядка 130 новых пользователей, и один из них натолкнул меня на мысль о том, чтобы сделать AI тренажер, который бы имитировал собеседование на новую работу. Идея показалась мне интересной, и я решил ее реализовать.
Как это работает?
Для начала вам надо найти подходящую вакансию, в идеале с конкретным описанием того, что ждут от кандидата, и какие задачи он будет решать на этой позиции.
Например: Разработчик Python (Junior+)
Стек:
Python 3.9;
Django;
Postgresql + SQL + Neo4j;
FastAPI;
GitLab.
Что нужно делать:
Поддержка и расширение функционала внутренней аналитической системы;
Реализация функционала, который должен исполняться на стороне клиента;
Написание микросервисов для обработки информации, работы с документами формата Word, Excel (загрузка или выгрузка данных);
Выполнение Ad hoc запросов к БД SQL.
Какие знания и навыки важны:
Знание языка Python, опыт работы и взаимодействия с FastAPI и Django;
Опыт работы с HTML5, CSS, JavaScript (TypeScript, ReactJS, Redux);
Знание SQL, опыт работы с PostgreSQL;
Понимание механизмов аутентификации (OAuth2, JWT);
Умение писать чистый и документированный код (соблюдение стандартов PEP8);
Опыт работы программистом не менее года.
Все это мы передаем в форму создания нового интервью + дополнительно указываем количество вопросов, на которые готовы потратить свое время.
После генерации ответа, мы получаем анкету с вопросами и предложением ответить на них в свободной форме. Понтяное дело, что вопросы от случая к случаю по одному и тому же описанию могут быть разными. Во время написания статьи я получил такой список:
1. Объясните принцип работы ORM в Django и как он влияет на производительность приложения?
2. Какие преимущества и недостатки использования FastAPI по сравнению с Django REST Framework?
3. Чем отличается работа с PostgreSQL от работы с Neo4j? Когда лучше использовать каждый из них?
4. Расскажите о вашем опыте работы с GitLab. Какие инструменты и возможности GitLab вы использовали в своих проектах?
5. Как вы организуете документирование своего кода и почему это важно?
6. Напишите функцию на Python, которая принимает строку и возвращает количество уникальных символов в этой строке.
7. Создайте простой FastAPI endpoint, который принимает GET-запрос с параметром 'id' и возвращает информацию о пользователе из PostgreSQL базы данных.
8. Напишите скрипт на Python, который загружает данные из Excel файла и сохраняет их в PostgreSQL таблицу.
9. Реализуйте функцию, которая выполняет аутентификацию пользователя с использованием JWT и проверяет его права доступа к ресурсу.
10. Создайте микросервис с использованием Django, который будет принимать POST-запросы с текстом и возвращать ответ с этим текстом, преобразованным в формат Word.
Хоть я и указал всего 5 вопросов, но в дополнение к ним кроме теории формируются еще и практические задания, где надо и код написать или еще что-то сделать, если речь о технической IT вакансии. Я еще пробовал вакансию Продавца металлочерепицы и там были задания в духе "Как работать с базой клиентов, которая перестала отвечать на звонки. Опишите шаги по реактивации потенциальных клиентов."
После того, как пользователь внесет свои ответы и отправит их на анализ, мы получаем вот такой ответ. Для примера, я в половине вопросов указал, что не знаю ответов, а где-то написал какой-то минимум в одно предложение и получил такой вот фидбек от AI
Формат ответа предусматривает подсветку плюсов и минусов ответов. На основе косяков формируется список тем, которые стоило бы изучить дополнительно. Так же составляется индивидуальный план обучения, тезисно, который можно использовать прям там же для создания AI курса.
У меня была дилемма, делать ли разжеванную историю по ответам на вопросы, типа чтобы AI прям конкретно указал, что было не так, или нет. Пока остановился на том, что он подсвечивает именно те сферы знаний, которые по его мнению проседают у кандидата. Впрочем, как и на большинстве собесов, вот только фидбеки там часто не получить, а если они и есть, то размытые от HR, а не от собеседовавшего вас специалиста.
Шутка в тему
Для желающих проверить себя - welcome! Делитесь в комментариях, взяли ли вас на работу или отправили пыль сдувать с книжных полок.
Всем вакансий мечты!