Раньше, чтобы собрать знания по теме, шли в библиотеку и выписывали ценное из книг. С вопросами к собеседованию так же, только с ИИ это теперь гораздо быстрее.
О собеседованиях сегодня открыто пишут и снимают. Спасибо за это блогерам и авторам каналов. Кандидаты пересказывают свои собеседования, эксперты выкладывают записи пробных интервью с разбором. Если все это сложить, получится огромный открытый датасет. Из него я собирал материалы для аналитиков, PM и UX/UI-дизайнеров.
Прочитать такой объем самому уже не выйдет. Модель вытаскивает из записей вопросы и сводит повторы. Получается банк вопросов под твою роль, по сути свой датасет. Он полезен уже тем, что показывает, о чем на самом деле спрашивают.
Как и раньше, качество зависит от того, понимаешь ли ты, что берешь и откуда. Вот что я брал в работу:
— выгрузки 29 экспертных каналов и групп, у дизайнеров больше миллиона записей
— расшифровки 17 записей: пробные собеседования, разборы портфолио, ролики о рынке
— 3 книги
— мануалы и сборники вопросов: 5 PDF и таблица HR-вопросов;
—10 статей Хабра, отобранных поиском;
— исследования рынка и материалы об интервью, больше 70 веб-источников;
— 77 вакансий
Источники разные, а порядок работы с ними один для любой роли:
1. Записываю, для кого банк: роль, уровень, регион, период.
2. У каждого вопроса сохраняю ссылку на сообщение или таймкод записи.
3. Помечаю тип источника: настоящее собеседование, пробное, вакансия или рабочий кейс. Тема из вакансии еще не вопрос с собеседования.
4. Считаю, в скольких собеседованиях из скольких встретился вопрос. Отдельно отмечаю перекос, например, если больше трети собеседований пришли из банков и финтеха.
5. Проверяю ассистента вопросами, ответа на которые в банке точно нет. Хороший ответит "в банке этого нет", плохой начнет выдумывать.
Казалось бы, зачем спрашивать про идемпотентность, если определение модель выдаст за секунду. Но в моем банке для системных аналитиков это самый частый технический вопрос.
Было в обычном списке:
"Что такое идемпотентность?"
Стало в банке:
Источник: настоящие собеседования. Проверяют, отличаешь ли ты безопасный метод от идемпотентного и что будет, если запрос придет дважды. Частота подсказывает, что готовить первым, но не обещает, что его зададут именно тебе.
Тут есть неприятный момент. ИИ умеет додумывать. Для банка PM я попросил ИИ-агента дословно расшифровать восемь записей пробных собеседований. При сверке с аудио оказалось, что текст местами не дословный. Минимум в четырех расшифровках нашлись темы, о которых на записи не говорили. Например, "падение production". В банке оно выглядит как настоящий вопрос, и готовиться к нему будешь впустую. Поэтому вопрос попадает в банк, только если его можно найти в самой записи.
На первый раз хватит одной вакансии, пяти рассказов о собеседованиях и одной записи пробного интервью. За вечер получится банк примерно из двадцати вопросов, и у каждого будет ссылка на источник. Расширять его стоит, когда он начнет помогать с ответами.
Для тех, кому нужны детали, есть подробная инструкция в открытой базе знаний. Она бесплатная, своими идеями я делюсь свободно. Промпты и шаблоны оттуда можно копировать под свою роль. Там же стартовая карта из 15 частых вопросов системному аналитику. И пример для PM: одна и та же тема у аналитика и проектного менеджера весит по-разному.
Открыть инструкцию: https://ineverov.ru/knowledge/interview-questions/
Знания. Свободно.
Ваш Аналитик на Балтике 🌊
#резюме #поискработы #вопросы #ИИ #карьера #it #аналитик