JUMSE App

👀 Для кого вообще этот Jumse?
Продолжаем рассказывать про Jumse для разработчиков. Сегодня о том, подойдёт ли он именно вам. Мы собрали четыре ситуации, в которых Jumse особенно в тему.

⬇️⬆️После перерыва. Возвращаешься в профессию после декрета, паузы или смены сферы и не понимаешь, «в форме» ли ты. Jumse спокойно покажет реальный уровень — без стресса и чужих глаз.
⬆️⬇️Без диплома. Ты самоучка, скилы прокачаны на практике, а «корочки» нет. Jumse даёт объективное подтверждение грейда, которое можно показать работодателю вместо диплома.
⬇️⬆️Хочешь роста. Мидл на 2–5 лет, целишься в Senior. Jumse покажет не только текущий грейд, но и что именно подтянуть, чтобы дорасти.
⬆️⬇️Готовишься к собесу. Собес на носу — хочешь прийти уверенно, без неприятных сюрпризов. Jumse подсветит слабые места заранее, пока есть время их закрыть.
А начать можно бесплатно с Грейд-чека: за 15 минут ты посмотришь, как вообще устроен инструмент, и получишь свой объективный грейд.
Попробуй, это ни к чему не обязывает 😏 jumse.ai

С Днём знаний! 🎓

Дорогие подписчики, все порадовались, что не надо идти в школу самим??)

1 сентября у нас большая новость для тех, кто хочет проверить сам себя и учиться нон-стоп: Jumse теперь не только для крупных компаний, которые оценивают уровень разработчиков, но и просто для людей))

Заходите на jumse.ai и оцените свой уровень. Причём начать можно бесплатно — экспресс-проверка займёт всего 15 минут и покажет ваш объективный грейд.

А что еще там можно найти?

✅ детальная карта пробелов: что подтянуть в первую очередь;

✅ сопоставление ваших знаний с требованиями вакансии мечты;

✅ "Паспорт кандидата" — его можно показать рекрутёру ещё до собеседования;

✅ индивидуальный трек обучения, чтобы дорасти до нужного грейда.

Мы будем подробно рассказывать про каждую из этих возможностей.

А самых смелых, самых скептичных и самых любопытных ждём у себя уже сейчас 👉 jumse.ai

SaaS или On-Premise
#ВсеОJumse

Если вы когда-то задавались вопросом "В чем разница между Saas и On-Premise, и что из этого лучше?", этот пост для вас.

SaaS (данные в облаке)
Вы запускаетесь быстро. Буквально за один день проходит регистрация, настройка и запускается первый скрининг. Никакой инфраструктуры и согласований с IT. Данные хранятся у нас, а обновления приходят автоматически.

Подходит если: нет жестких требований к данным, важна скорость старта.

On-Premise (данные на вашем сервере)
Система разворачивается на вашей инфраструктуре, интегрируется с вашими внутренними системами и соответствует требованиям регулятора.

Подходит если: банк, госструктура или любая компания, где служба безопасности имеет право вето на облачные решения.

Ни один из форматов не лучше другого. Jumse поддерживает любой из них, вопрос в том, что подойдет именно вам.

Почему мы выбрали диктант, а не сочинение
#ВсеОJumse

На техинтервью кандидат всегда выбирает знакомый путь. Спросили про архитектуру, расскажет про ту, с которой работал, и задачу хорошо решит через паттерн, который знает лучше всего.

И что не так?

Так работает лайфкодинг — кандидат сам выбирает маршрут. Его сильные стороны хорошо видны, а слабые стыдливо остаются за кадром, потому что опытный разработчик инстинктивно их обходит.

Похоже на сочинение, в котором стараются показать себя с лучшей стороны. Тем не менее для справедливой оценки этого недостаточно, поэтому Jumse работает иначе.

Он скорее похож на диктант — кандидат идет по маршруту, который задаем мы, а не он, поэтому более объективно оцениваем его навыки.

В нашей базе 22 000 реальных кейсов, собранных экспертной сетью по всему миру, реальные ситуации из продакшена.

Результат — отчет наглядно показывающий все стороны кандидата, который будет понятен и тимлиду, и HR. О чем еще можно мечтать?

ИИ вызывает выгорание?
#ПопалосьВСети

На просторах интернета попалась такая новость:

Использование ИИ на длинной дистанции способствует выгоранию IT-специалистов. С одной стороны, ИИ помогает выполнять задачи быстрее. С другой, на сотрудника ложится больше проверок, решений и ответственности. Нередко опытные разработчики "сжигают" себя настолько, что полностью покидают IT-сферу.

Люди и без ИИ раньше выгорали... Интересное мнение, но насколько оно соответствует реальной картине? Кто-то уже выгорел, используя ИИ?

Парадокс найма в 2026 году
#КакТамРынок

Компании, которые активно внедряют ИИ, наращивают штат на 10.2% — включая джуниор-позиции (которые якобы исчезают).

Компании, которые боятся ИИ и режут бюджеты — сокращают людей.

🤔 То есть ИИ убивает рабочие места только в тех компаниях, которые в него не вкладываются?

Хотелось бы, чтобы это было шуткой, но GPT-4o выбирал ИИ-резюме в 82% случаев, а LLaMA — в 79%... (исследование)

Как приятно о того, что наши рекрутеры работают совершенно по-другому 😇

Кого вы нанимаете сегодня, и кем он окажется через 3 года?
#КакТамРынок

На лекции в Стэнфорде партнер Эрика Шмидта (бывшего CEO Google), инвестор более чем 200 ИИ-компаний, рассказал, что сейчас происходит внутри индустрии. Никто больше не говорит о 10 годах до AGI. Эрик Шмидт называет 3 года, Дарио Амодей чуть больше, тем не менее это сильно меняет логику найма прямо сейчас.

*AGI (Artificial General Intelligence) — искусственный общий интеллект. Это гипотетический тип ИИ, способный выполнять любую интеллектуальную задачу на уровне человека или выше (не узкоспециализированно, а универсально).

Разработчик, которого вы возьмете сегодня, выйдет в одну среду, а через 3 года окажется в совершенно другой. Часть его задач просто исчезнет, и инструменты, которые он осваивает сейчас, уже через год будут выглядеть по-другому (никто точно не знает какие именно).

Поэтому стоит спрашивать не "Умеет ли он это делать?" — а "Способен ли он переучиться, когда это перестанет быть актуальным?"

Нео разработчики
#КакТамРынок

Последние несколько лет с горящими глазами (и не только) обсуждали, когда ИИ наконец заберет хлеб и соль программистов.

Свежий отчет SignalFire на основе данных 650+ миллионов профилей показал совершенно другую картину. Найм инженеров в крупных технологических компаниях упал всего на 11%, притом что общий найм просел на 25%.

Инженеры теперь составляют 55% всех новых сотрудников против 46% в 2019 году. Можно выдохнуть, но не всем.

Дизайн потерял 48% найма в крупных компаниях, маркетинг — 36%, продакт-менеджмент — 39%. При этом найм AI/ML инженеров вырос на 39% с момента запуска ChatGPT.
Текучка у инженеров составила около 9%, у продажников и дизайнеров — 13%.

ИИ не смог заменить тех, кто строит системы (по крайней мере, пока), но смог заметно пошатнуть тех, кто координировал, согласовывал и оформлял вокруг них.

Четыре этапа ради "мы вам перезвоним"
#ГлазамиКандидата

Представим среднестатистического Middle-разработчика с 3 годами опыта. Он откликается на вакансию, потому что программирует не только для души, и тут начинается квест:

1️⃣ Первый звонок с HR
40 минут про "расскажите о себе" и "кем видите себя через 5 лет"... Его пропускают дальше.
2️⃣ Техническое интервью с тимлидом
Час задач на алгоритмы, которые он последний раз решал на втором курсе и вспоминал прямо перед интервью.
3️⃣ Встреча с руководителем отдела
Еще час вопросов про опыт командной работы.
4️⃣ Финальное интервью с CTO
40 минут и "мы вам перезвоним".

А потом тишина на неделю, две или столько, сколько им нужно, чтобы вернуться с ответом. Ждать можно вечно, особенно если это та самая компания мечты (мало ли кто о чем мечтает), но базовые потребности никуда не делись, поэтому он за время ожидания сходил на несколько других собеседований, и одно из них закончилось оффером на второй день!

Как бы рынок ни менялся и в какую сторону ни склонялся, люди остаются людьми и всегда выбирают то, что лучше для них.

Мы создавали Jumse не для этого, но мы рады, что вам нравится 🤝

Как выявить умение работать асинхронно еще на этапе найма
#ЗаметкиРекрутера

За этим навыком стоит конкретное поведение, которое либо уже есть в привычке, либо нет:
✅ Пишет задачу так, чтобы коллега в другом часовом поясе мог взять ее без созвона
✅ Когда застрял, не висит в ожидании, а фиксирует допущение и двигается дальше (ну или формулирует вопрос письменно так, чтобы на него можно было ответить в любое время).

Мы смотрим на то, как он/она думает о своей работе в контексте всей команды.

Например:
1️⃣ Покажите последний документ, который вы написали для команды (текст, не код).
Если такого нет или человек мнется, можно начинать сомневаться.

2️⃣ Как действуете, когда нужный человек недоступен прямо сейчас?
"Обычно жду" или "стараюсь дозвониться" — не то. Хороший ответ описывает алгоритм (что фиксирует, как принимает решение, что оставляет в треде).

3️⃣ Попросите описать текущую задачу так, чтобы незнакомый человек мог ее подхватить. С чего человек начинает и что считает важным объяснить?

Технически грамотный разработчик, который не умеет работать асинхронно, блокирует команду пропорционально тому, сколько задач на нем завязано.

В распределенной команде через три часовых пояса это ощущается быстро и дорого.

Про найм в распределенную команду 😦
#ЗаметкиРекрутера

Стандартный найм исторически заточен под офис. Даже если кандидат в каких-то местах слабоват, офис это компенсируют, ведь тимлид рядом, можно подойти и спросить.

В распределенной команде этого нет. Человек либо работает самостоятельно, либо нет, и выясниться это может, когда он вдруг перестает отвечать в разумные сроки, а на созвонах говорит, что "все идет по плану"...

Где ломается стандартный процесс
Большинство компаний берут обычную воронку найма и просто переносят ее в Zoom. Те же стандартные вопросы и логика оценки только через экран. Что тут может пойти не так? (сарказм)

В офисе можно нанять человека с сильными техническими навыками и слабой самоорганизацией, потому что среда его вытянет. В распределенной команде тот же человек уже станет узким местом. Он будет ждать пинка, тормозить других ожиданием ответа и исчезать между созвонами. А если коллеги еще и в разных часовых поясах? Задача, которую можно было закрыть за день, растянется на три...

Умение работать асинхронно — один из самых сложных для оценки профилей и один из самых важных для распределенной команды. О том, как его выявить на этапе найма, расскажем в следующий раз.

Использовать ИИ(,) нельзя(,) уволить
#КакТамРынок где же запятая?

Пока одни компании мягко рекомендуют осваивать ИИ-инструменты, другие действуют жестче. Еще в 2024 году CEO американского стартапа уволил почти 80% сотрудников...

В начале 2023 года Эрик Воэн (CEO компании IgniteTech), провел общее собрание для всей распределенной команды и сказал:
— С этого момента все в компании строится вокруг ИИ.

Они компенсировали сотрудникам ИИ-инструменты и курсы по промпт-инжинирингу, а каждый понедельник был объявлен днем, в который запрещалось работать над чем-либо, кроме ИИ-проектов.
*На обучение направили 20% фонда оплаты труда.

Работодатель активно поддерживает развитие навыков своих сотрудников, о чем еще мечтать? Только вот сопротивление оказалось сильнее, чем предполагалось. Причем больше всего упирались технические специалисты, а не маркетинг или продажи. За 2023 год и первый квартал 2024-го компания заменила почти 80% сотрудников.

— Изменить убеждения оказалось сложнее, чем развить навыки, — объяснил Воэн в интервью Fortune.

К концу 2024 года IgniteTech запустила два запатентованных ИИ-решения, завершила крупное поглощение и вышла на показатель EBITDA около 75% при девятизначной выручке. Новые продукты команда стала выводить на рынок за 4 дня!

При этом Воэн уточнил, что увольнение 80% сотрудников не было его целью:
— Это было крайне тяжело. Но у всех должна быть одна лодка и одно направление, иначе мы никуда не доплывем.

Это не единичный случай, просто самый громкий. А у вас в компании уже есть политика по использованию ИИ или пока в режиме "разберемся по ходу"?

Рынок хочет AI-инженера, но какого? ❓
#КакТамРынок

На HH и в Telegram-каналах с вакансиями легко увидеть набор ролей (LLM Engineer, AI Engineer, ML Engineer...). Названия разные, а в требованиях одно и то же. Компании открывают позиции, потому что "надо внедрять ИИ", только, что именно должен делать этот человек, формулируют размыто.

В чем разница?
Есть ML-инженер — он строит и обучает модели, работает с архитектурами, понимает математику под капотом. Это узкая и глубокая специализация.

А есть AI-инженер в том смысле, в котором его чаще всего ищут сегодня: разработчик с сильной бэкенд-базой, который умеет применять LLM в реальных системах. Встраивать их в продукт так, чтобы это работало в продакшене.

Принципиально разные люди.

Что рынок ждет от второго?
✅ Умение писать чистый код, тесты и поддерживаемые сервисы
✅ Базовое понимание LLM (токены, контекст, temperature, ограничения по длине)
✅ Умение отлаживать качество (проблема в данных, retrieval, prompt, tool use или модели)
✅ И главное — умение доводить систему до продакшена

Плюс то, что в вакансиях почти никогда не пишут, но проверяют на практике: понимание того, где ИИ не нужен. Человек, который тянется к LLM как к молотку и везде видит гвозди — дорогая проблема.

Почему так сложно такого нанять?
Количество вакансий, требующих навыков работы с ИИ, выросло с 55 в январе 2021 года до почти 10 000 к маю 2025 года. Наиболее заметный рост начался в начале 2023 года (совпадает с широким распространением ChatGPT), и останавливаться он пока явно не собирается.

Так что спрос огромный, а четкого портрета роли до сих пор нет. Рынок еще не договорился, поэтому каждая компания собирает его под себя, и это, пожалуй, правильный подход.

Хотите нанять разработчика? Представьте, что пишете промпт 👨‍💻
#ЗаметкиРекрутера

Все уже поняли, чем точнее промпт, тем лучше результат. Написал "сделай красиво", получил что-то "красивое". Написал "сделай адаптивный интерфейс для мобильных устройств в минималистичном стиле с отступами 16px" — получил то, что хотел.

С вакансией (да и со всем, в принципе) работает точно так же. Только вместо нейросети на том конце человек, который буквально интерпретирует то, что вы написали.

Как писать "нормальный промпт" для вакансий?
➖ Контекст системы: что за продукт, какая нагрузка, какой стек
➖ Задача на первые три месяца: что конкретно нужно сделать
➖ Ограничения: чего точно не будет (ни комитетов, ни легаси, или всего сразу)
➖ Критерий успеха: как вы поймете, что взяли нужного человека

🧘‍♂️ Чем точнее описание, тем больше шанс получить то, что хочется.

TechRec AI & HR Days 2026 уже завтра

Нет смысла снова рассказывать о том, что AI меняет HR и рекрутинг. Об этом и так из каждого утюга слышно, все уже все поняли. Только вот какую роль выбрали? Просто наблюдать за изменениями со стороны или использовать их в своей работе раньше других?..

Наши друзья из TechRec уже давно показывают, как это работает на практике в реальных компаниях. Мы за ними следим и доверяем, поэтому с удовольствием приглашаем на их мероприятие.

5–6 июня на TechRec AI & HR Days 2026 наглядно покажут:
✔️ Как компании внедряют AI в подбор и HR-процессы
✔️ Какие AI-инструменты реально работают в 2026 году
✔️ Как использовать AI-агентов и AI-ассистентов
✔️ Как автоматизировать рутину и высвободить время для стратегических задач
✔️ Какие навыки будут востребованы у HR и рекрутеров уже в ближайшие годы

Спикеры из ведущих компаний, реальные кейсы, мастер-классы и практические инструменты без воды.

🎁 Для подписчиков канала действует специальная скидка 50% по промокоду АНАЛИТИКА
Регистрация здесь

Увидимся завтра на TechRec AI & HR Days 2026!

⌛ Как ускорить этап согласования с нанимающим менеджером
Спойлер: волшебной таблетки нет, зато есть несколько вещей, которые существенно сокращают количество итераций

Детальный бриф до старта
Самая частая ошибка: рекрутер берет требования на старте в формате "Senior Java, желательно финтех" и уходит искать. Бриф нужно снимать не про навыки, а задачи. Что человек будет делать в первые три месяца? Какие решения принимать самостоятельно? С кем взаимодействовать и что точно не подойдет? Это занимает лишние 30 минут в самом начале и экономит две недели поиска.

Синхронизация в середине процесса
Пока рекрутер ищет, представление менеджера об идеальном кандидате может меняться и это нормально. Ненормально узнавать об этом только когда финалист уже на пороге. Короткий созвон на 15 минут в середине поиска и вопрос "вот что мы видим, это все еще то, что нужно?" закрывает этот разрыв.

Отчет вместо пересказа
Менеджер принимает решение на основе того, что ему рассказал рекрутер. Это субъективно по определению. Когда перед встречей у менеджера есть объективный срез компетенций кандидата, разговор строится вокруг данных, и решение принимается гораздо быстрее.

Результаты опроса:
1️⃣ Согласование с нанимающим менеджером — 64% (не удивительно)
2️⃣ Техническое собеседование — 35%

*Нанимающий менеджер — это человек, в чью команду приходит новый сотрудник. Чаще всего это тимлид, руководитель отдела или CTO в небольших компаниях.

Почему его роль в найме структурно сложная
Найм — не его основная работа. У него есть проект, дедлайны, команда, которой он уже управляет, поэтому интервью с кандидатами встраиваются в его расписание по остаточному принципу. Он физически включается в процесс позже всех и часто только на финальном этапе.

При этом именно он принимает итоговое решение. и именно с ним новый сотрудник будет работать каждый день.

Откуда берется рассинхрон с рекрутером
В начале поиска менеджер формулирует требования быстро и по верхам, ведь у него нет времени на детальный бриф (есть дела поважнее) и он говорит:"Нужен Senior Java, желательно с опытом в финтехе". Рекрутер уходит искать, а за две недели поиска требования у менеджера в голове уточняются. Он видит задачи команды, понимает, чего не хватает, его представление об идеальном кандидате меняется, но до рекрутера он может это не донести из-за занятости.

В итоге финалист приходит на встречу с менеджером, и тот оценивает его по обновленной картине в голове, о которой никто кроме него не знал...

Еще одна специфика — оценка "на глаз"
Люди оценивают других людей через призму своего опыта. Это порождает три классических искажения: менеджер может искать человека, похожего на себя; завышать значимость навыков, с которыми работал лично; и недооценивать то, с чем не сталкивался.

Кстати, второго "пожирателя времени" можно значительно ослабить с помощью Jumse. Попробуйте на досуге потратить 5 бесплатных скринингов (даются при регистрации) и проверить это самостоятельно