ブライアンからのメモは次のとおりです。

「12 年前、30 歳でコーディングを学びました。それ以来、私はエンジニアリング チームを率い、5 人のスタートアップ企業からフォーチュン 500 企業に至るまでの組織で働き、テクノロジー業界に参入したい何百人もの人々を教えてきました。私は仕事を改善し、キャリアを進めるための実践的な方法を求めるエンジニアのために書いています。私の書いた内容が役に立つことを願っています。」

昨年、私は AI スタートアップのポジションの面接を行っていました。テクニカル チャレンジ ラウンド中、AI の無制限の使用を許可しました。受験者は、Cursor、Cloud Code、ChatGPT、または普段使用しているアシスタントを使用できます。彼らが最新の機器をどのように使用しているのかを見てみたかったのです。

面接中に、私たちは候補者に次のような簡単な質問をしました。「ソリューションの最初の行が何をしているのか説明できますか?」

沈黙。

長い沈黙の後、彼は何も分からないと認めた。彼の解決策は正しかった。コードは機能しました。しかし、彼はその方法や理由を説明できませんでした。これは孤立した事件ではありませんでした。私たちがインタビューした候補者の約 20% は、ソリューションがどのように機能するかを説明できましたが、それ以外は説明できませんでした。

AI が面接を困難にするとき

数か月前、私は同じ会社でテーブルの反対側にいました。ライブインタビュー中に、私は本能的に AI 対応のコード エディターから通常のコード エディターに切り替えました。 CTO が私を止めました。

「普段使っているものを何でも使ってください。私たちはあなたが AI とどのように連携するのか見てみたいのです。」

面接は簡単だろうと思いました。しかし、私は間違っていました。

面接官は正確さを評価するだけでなく、私の意思決定プロセスに焦点を当てました。

• なぜいくつかの提案を受け入れたのでしょうか?
• なぜ私は他の人を拒否したのですか？
• AI がいつ役立つか、いつより多くの仕事を生み出すかをどのように判断すればよいでしょうか?

私は見知らぬ人の前でただ問題を解いていたわけではありません。私はリアルタイムで自分の判断を説明し、自分の決定を擁護していましたが、AI は判断のためのより多くの表面積を作成しました。直感に反して、面接は難しかった。

面接評価の変化

現在、ほとんどのエンジニアは、コードの作成、データの分析、システムの設計、ワークフローの自動化など、何らかの形で AI ツールを使用しています。 AI は出力をより速く生成できますが、意図、制約、トレードオフを説明することはできません。

さらに重要なのは、何かが壊れたときに彼は責任を負うことができません。

その結果、大手企業も新興企業も同様に、AI による面接に目を向けることでこの現実に適応しようとしています。たとえば、Meta、Ripple、Google は、候補者が技術セッションで AI アシスタントを使用できるようにし始めました。そして目標は進化しました。面接官は、AI が生成した回答をどのように評価、修正、信頼するかを理解したいと考えています。

では、どうすればこれらの面接に合格できるでしょうか?

AIを活用した面接で本当に重要なことは何か

AIの使用を原則として拒否しても役に立ちません。 候補者の中には、独立して考えることができることを証明するために AI を避ける人もいます。これは逆効果になる可能性があります。組織が内部で AI を使用している場合 (ほとんどの組織が実際に使用しています)、AI の使用を拒否することは強さではなく硬直性の表れです。

沈黙は危険信号です。 面接は自然な労働環境ではありません。複雑な問題に直面したとき、私たちは通常、大声で考えることはありませんが、沈黙すると不安が増大する可能性があります。 AI を使用している場合は、何をしているのか、そしてその理由を説明してください。

• 「私は AI を使用してアプローチを計画し、その仮定を検証しています。」
• 「この提案は機能しますが、私たちが懸念している障壁を無視しています。」
• 「この部分は受け入れますが、簡略化したいと思います。」

意思決定プロセスが、有能なエンジニアと敏腕エンジニアを分けるものです。

AI の出力を最初のドラフトとして扱います。 盲目的に受け入れるのが最も早く失敗する方法です。有力な候補者は、出力が要件を満たしているかどうかをすぐに評価します。不必要に複雑になっていませんか？私は本番環境でそれをサポートしますか?

変数の名前変更、抽象化、論理信号の削除などの小さな変更により、習熟度や批判的思考が強化されます。

完璧ではなく、自信を持って最適化します。 ほとんどの AI ツールは、人間よりも早くコーディングの課題を完了できます。 AI を使用した面接では、これまでとは異なるテストが行​​われます。彼らは、「物事がうまくいかないときに、この人が正しい決断を下すことを信頼できるだろうか？」と答えています。

変化する風景への適応

面接は、ほとんどの候補者が思っているよりも早く変化しています。準備方法は次のとおりです。

AI ツールを毎日使い始めましょう。 Cursor、Cloud Code、ChatGPT、または Copilot をまだ使用していない場合は、今すぐ始めてください。信号を与え、出力を評価し、エラーを捕捉するための筋肉の記憶を構築します。

拒絶本能を育てましょう。 スキルはAIを使用していません。それは、AI の出力がいつ間違っているか、不完全であるか、または不必要に複雑であるかを知ることです。これらの問題を特定し、欠点を認識する練習をしてください。

次回の面接では、これらのスキルがテストされる可能性があります。練習している受験者は明らかに有利です。

-ブライアン

昨年の今頃、サム・アルトマンのようなCEOは、2025年にAIエージェントがパーソナルアシスタントとして労働力に加わる年になると約束した。しかし、振り返ってみると、それは本当に起こったのでしょうか？それは誰に尋ねるかによります。プログラマーやソフトウェア エンジニアの中には、カーソルやクラウド コードなどのエージェントを日常業務に採用している人もいます。しかし、説明責任の欠如など、これらのツールがもたらすリスクを依然として警戒している人もいます。

詳細はこちらをご覧ください。

全米大学雇用者協会の最新データによると、米国では今春卒業する学生の初任給が上昇すると予想されている。コンピュータサイエンスとエンジニアリング専攻の卒業生は最も高給取りになると予想されており、昨年と比べてそれぞれ6.9％と3.1％の昇給が見込まれている。完全なレポートでは、学術専攻、学位レベル、業界、地理的地域ごとに給与予測が分析されています。

詳細はこちらをご覧ください。

機会があれば、国際的なプロジェクトに取り組む価値はありますか?によるキャリアアドバイスシリーズの一環として IEEEスペクトルの姉妹出版物、 研究所ハネウェルのチーフエンジニアは、世界中のチームと協力する利点について説明します。著者は、グローバルな製品開発に参加することは、個人的にも職業的にも豊かになる可能性があると述べています。詳細はこちらをご覧ください。