X5 Tech added AI skills assessment to developer interviews

X5 Tech встроила проверку навыков работы с ИИ в технические интервью и перестала делать вид, что разработчики работают без таких инструментов. Компания хочет видеть не стерильное решение задачи, а реальный процесс: как кандидат использует модель, проверяет её и берёт ответственность за результат.

Как X5 меняет интервью Пилот уже запущен для сеньорных Python-разработчиков и QA-инженеров.

На этапе скрининга кандидата предупреждают, что в интервью будет отдельный ИИ-блок. Компания сама даёт инструмент, поэтому человеку не нужно приносить свой стек или подписки. Во время сессии кандидат шарит экран и решает задачу вместе с моделью.

Для интервьюеров важнее не финальный ответ, а траектория мышления: как быстро человек формулирует запрос, уточняет вводные, замечает слабые места и меняет подход, если модель уходит в сторону. Логика простая: если в повседневной работе инженер всё равно пользуется ИИ, бессмысленно запрещать это на собеседовании. В X5 Tech прямо говорят, что не ждут образа «разработчика из прошлого», который держит всё в голове и принципиально обходится без помощников.

При этом отсутствие большого опыта с ИИ не считается автоматическим минусом. Если кандидат силён по базовой инженерии, его готовы нанять и уже внутри компании подтянуть по инструментам, гайдам и внутренним курсам.

Что теперь считается сильным сигналом

На интервью смотрят не на сам факт использования ИИ, а на качество работы с ним. Кандидата могут спросить, какие инструменты он применяет, что понимает под контекстным окном, токенами, температурой модели, агентным подходом и MCP. Ещё один тип задания — дать файл вроде CLAUDE.

md или .cursorrules и попросить оценить, поможет ли он агенту, где в нём двусмысленности, лишний контекст и потенциальные триггеры для галлюцинаций. Иными словами, проверяют уже не память, а инженерное мышление вокруг ИИ.

какие ИИ-инструменты человек реально использует и в каких сценариях умеет ли он писать промпты с ролью, контекстом и ожидаемым форматом ответа понимает ли ограничения моделей, включая галлюцинации и размер контекста замечает ли риски безопасности и не отправляет ли секреты в публичные сервисы * способен ли критически ревьюить код, сгенерированный ИИ, а не просто вставлять его в проект Для джунов планка пока базовая: нужно понимать основы prompt engineering, уметь распознавать галлюцинации и не путать быстро сгенерированный код с реальным пониманием системы. В статье X5 Tech отдельно подчёркивает проблему зависимости от ИИ у начинающих разработчиков: они быстрее собирают решение, но хуже объясняют, почему оно работает, как его отлаживать и где у него пределы. Поэтому хорошим сигналом становится не набор случайных пет-проектов, а несколько аккуратно описанных работ с README, ролью автора, принятыми решениями и объяснением, где советы модели пришлось отклонить.

«Кто смержил код, тот за него и отвечает.»

Для мидлов и сеньоров требования выше. Мидл уже должен уметь строить собственный рабочий процесс с ИИ, проверять правдоподобные, но неверные ответы и ловить ошибки в сложной бизнес-логике, больших кодовых базах, продакшен-инцидентах и вопросах безопасности. Сеньор отвечает за следующий уровень: как встроить агенты и генерацию кода в командный процесс без роста техдолга. Здесь важны правила использования инструментов, настройка контекста под проект, ревью кода, сгенерированного ИИ, и ясное распределение ответственности, потому что фраза «это предложила модель» в продакшене не работает.

Что это значит

Подход X5 Tech показывает сдвиг в найме: рынок всё меньше тестирует способность работать «в вакууме» и всё больше оценивает, как инженер действует рядом с ИИ. Сильных специалистов такие инструменты ускоряют, а слабые начинают быстрее проявлять пробелы в понимании, архитектуре и ответственности. Для кандидатов вывод прямой: важно не просто пользоваться моделями, а уметь объяснить свой процесс, ограничения и решения, которые ты оставляешь за собой.