Рауф Алиев написал классный пост, где иронично расписал абсурдность избыточной оценки разработчиков. Ведь при таком подходе можно же и у повара в столовую спрашивать о денатурации белков на молекулярном уровне, продавца – о влиянии ставки рефинансирования на агрегированный спрос, а сварщик обязан знать количество валентных электронов у атома железа.
Можно, конечно, воспринять этот пост как очередной холивар: нужно ли спрашивать алгоритмы или оценивать только практические навыки. Но мне хочется рассмотреть овер-оценку как симптом более глубокой проблемы рынка.
◽️ Давайте представим, что в корне проблемы – отсутствие стандартов рекрутинга.
А ещё, обратите внимание, что роль и я бы даже сказала «профессия»— нанимающего менеджера никак не стандартизирована. Нет четких критериев квалификации, нет общепринятых практик, основанных на масштабных исследованиях, например, о том:
➤ Как строить найм в компаниях разного размера
➤ Как подбирать людей под разные типы задач
➤ Как нанимать во время кризиса
➤ Как совмещать найм с сокращениями
➤ Как минимизировать риски найма и делать найм экономнее
◽️ Почему же мы спрашиваем алгоритмы?
Мне кажется, что в этом вопросе есть несколько уровней:
Уровень 1: Поиск объективности
Алгоритмы дают то, за что можно ухватиться – объективную реальность. Это что-то измеримое, сравнимое, конкретное. Знает или не знает. Умеет или не умеет. Оценивать хард-скиллз сложно, а алгоритмы кажутся спасительной соломинкой.
Уровень 2: Культурный код
Здесь история глубже и комплекснее. Те, кто спрашивают алгоритмы у разработчиков, часто сами их прекрасно знают. И хотят работать с людьми, похожими на себя. Это не просто «знает алгоритмы – значит умный». Это целый набор характеристик:
➤ Определенный образовательный бэкграунд
➤ Любовь к глубокому анализу
➤ Способность и желание закапываться в детали
➤ Определенный тип мышления
Это создает профессиональный «трайбализм» формата: «наш человек — грокает алгоритмы». И это понятное желание – работать с теми, кто мыслит похоже. Но иногда это приводит к тому, что простые задачи пытаются решать «микроскопом» – нанимая человека со знанием сложных алгоритмов там, где они не нужны.
◽️ Проблема овер-оценки
Эта проблема выходит далеко за пределы разработки. Когда у нанимающего нет четкой методологии, то начинается импровизация. И тут мы (я) видим удивительные примеры.
Был у меня случай с одним фаундером, который разработал собственную систему оценки кандидатов через вопрос «Как вы делаете яичницу?». У него была целая теория о том, что начало рассказа, детальность описания, последовательность, наличие уточняющих вопросов – всё это якобы показывает, насколько человек креативен или формален в подходах. И это уже даже не гороскоп, а гадание на кофейной гуще.
◽️ Проблема недооценки
«Давайте наймём потому что кандидат нам нравится.»
◽️ Проблема отсутствия стандартов
Есть компании и нанимающие менеджеры, которые уже вышли на следующий уровень понимания: для разных задач нужны разные подходы к оценке. Где-то действительно важны алгоритмы, где-то нет. Но встает следующий вопрос – что именно спрашивать? Как снизить риски нанять не того кандидата?
У меня есть мнение про платные тестовые задания, но это тема для следующего поста. Они (платные тестовые) не решают всех проблем, но могут быть эффективным инструментом оценки для некоторых позиций.
❓Что делать
У меня давно свербит тема, что рынку критически необходимы:
1️⃣ Стандарты найма, основанных на системных исследованиях бест-практис компаний в разных контекстах
2️⃣ Система сертификации нанимающих менеджеров и рекрутеров
3️⃣ База знаний лучших практик для разных типов компаний и ситуаций
🔹 Вопрос 1: мб я чего-то не знаю и есть такая система сертификации или большие исследования по стандартам найма?
🔹Вопрос 2: Какие ещё "креативные" методы оценки кандидатов вы встречали? Я вам рассказала про яичницу, расскажите, что вы встречали? Я такое коллекционирую :)