Привет, Хабр! Я Senior Angular Developer. И я хочу рассказать вам о своём недавнем опыте, который похож на сцену из киберпанк-триллера, но разворачивается в обычном интерфейсе hh.ru. Открываешь отклик на вакансию, а вместо формы для ввода текста — диалог с ИИ-ассистентом ��екрутера. Он задаёт вопросы по стеку, проектам, архитектуре. И вместо того, чтобы в сотый раз пересказывать своё резюме, я сделал логичное, на мой взгляд, действие: поручил ответы своему ИИ-ассистенту.
Так началось интервью, где вопросы генерировала одна нейросеть, а ответы — другая. Моя роль свелась к модерации: «Да, это ок. Нет, исправь». Что из этого вышло, почему это одновременно эффективно и тревожно, и не пора ли нам всем смириться, что первый этап отбора теперь — это «Тьюринг-тест на максималках»? Разбираемся под катом.
Технологический сюрреализм: ATS умер, да здравствует AI-Screening?
Помните эпоху ATS (Applicant Tracking Systems), когда мы оптимизировали резюме под ключевые слова? Каменный век. Теперь системы эволюционировали: они не просто сканируют, они ведут диалог. «А использовали ли вы NgRx в продакшене?», «Опишите опыт реализации micro-frontend архитектуры» — вопросы генерируются на лету LLM, проанализировавшей описание вакансии.
Абсурд и ирония ситуации в её чистоте: две нейросети пытаются найти «мэтч» между двумя текстовыми файлами — вакансией и резюме. Человек-рекрутер и человек-соискатель вынесены за скобки первичного акта коммуникации. Мы наблюдаем рождение нового протокола взаимодействия на рынке труда: machine-to-machine screening.
Зачем это мне, как senior-разработчику?
И про три неожиданных плюса.
Несмотря на сюрреализм, практическая польза для меня как для кандидата, может оказаться существенной.
Первая - экономия самого ценного ресурса — времени.
Моё время стоит дорого. Задача переупаковать пятилетний опыт (скажем, миграцию на Angular 17) под каждый новый ��опрос — рутинна. ИИ делает это мгновенно, выдавая сухой, структурированный ответ. Я лишь проверяю фактчекинг.
Второй - победа над «синдромом белого листа». Даже опытным специалистам бывает сложно начать писать или сформулировать мысль в «правильном» ключе. ИИ — идеальный копирайтер-призрак, который снимает этот психологический барьер. Моя задача сводится к киванию: «Да, я действительно магистр НГТУ и deep dive в Docker был. Ок, отправляем».
И третья - игра на поле алгоритма. ИИ-скринер ищет паттерны. Мой ИИ знает (или учится) этим паттернам. Он может подсветить мой опыт с SOLID, YAGNI или Linux именно теми формулировками, которые алгоритм сочтет релевантными. Это следующий уровень «оптимизации» под систему, только без потери смысла.
А теперь перейдем на темную сторону, а именно риски, которые нельзя игнорировать.
Точно праздновать победу рано. У этой медали есть серьёзная обратная сторона, которая касается всех нас.
Утеря «инженерного запаха» и стерилизация опыта. В ответах ИИ всё идеально, гладко и обезличено. Исчезают живые, говорящие детали: как мы два дня дебажили утечку памяти в RxJS, как матерились на конфиг Webpack 4, но сделали, какое неочевидное решение сработало. Резюме и ответы превращаются в сухую выжимку, лишённую «души» и контекста — того самого, что часто отличает senior-а от middle.
Проклятие галлюцинаций.
Самая опасная ловушка. Если отключиться и не проверять каждый ответ, ИИ в погоне за идеальным «мэтчем» может приписать вам опыт с Next.js или Kafka, которого не было. Красиво опишет. А дальше — провал на техническом собеседовании с живым экспертом и подорванная репутация.
Обесценивание этапа и «гонка вооружений». Здесь кроется системный риск. Если массово все кандидаты начнут использовать ИИ для ответов, а рекрутеры — для вопросов, этот этап потеряет всякий смысл. Он станет шумом, «битвой промптов». Рекрутеры быстро осознают, что читают не текст кандидата, а творчество GPT-4o или его аналога. И что произойдёт? Ну конечно - возврат к точке ноль: звонкам, живому скринингу и тестовым заданиям «с порога».
Мы потратим кучу сил, чтобы автоматизировать процесс, который в итоге снова станет ручным, потому что доверия к автоматизации не останется.
Ну и как будем жить?
Мой эксперимент показал, что будущее уже здесь. Использование ИИ в рекрутинге и поиске работы — это не «завтра», это «вчера». Игнорировать этот инструмент — значит ставить себя в заведомо невыгодное положение.
Но ключевой навык теперь — не слепое доверие к машине, а критическое управление ею. Промпт-инжиниринг становится такой же must-have компетенцией, как знание Git. Мы должны учиться не просто писать код, но и точно «доносить» свой опыт до ИИ-посредника, жёстко контролируя его вывод и сохраняя аутентичность.
Иначе нас всех ждёт мир, где первое собеседование — это тихая битва алгоритмов, а человек лишь нажимает кнопку «Отправить». Согласны ли мы на это?
P.S. А вы уже сталкивались с ИИ-собеседованиями? Доверяете ли вы ИИ формировать ответы за вас? Делитесь опытом в комментариях.
