AI ネイティブ採用ワーキンググループ

概要

憲章

問題提起

現在の技術面接プロセスは、マージリクエストレビュー演習を中心に構成されています：候補者はコードサンプルの問題を特定し、ベストプラクティス違反についてコメントし、修正を実装します。AI コーディングアシスタントは現在、一般的なコード問題の 90〜99% を表面化し、説明と修正をオンデマンドで生成できます。これは、現在のプロセスが主に AI がコモディティ化したスキルを測定していることを意味し、強いエンジニアリング判断力を持つ候補者と AI ツールを操作してそれなりのレビューを作成できる候補者を区別する能力が低下しています。

目標

AI 支援開発環境で最も重要なスキル、具体的には設計の判断力、意図の明確なコミュニケーション、反復的な問題解決、コード理解、検証の規律、AI の限界への認識を評価し、GitLab の非同期コラボレーションと MR ベースのコミュニケーションへの重点を維持しながら、エンジニアリング職向けの更新された技術面接プロセスを設計、試験運用、推奨します。

スコープ

このワーキンググループは、すべてのレベルのソフトウェアエンジニア職の技術面接ステージに焦点を当てます。行動面接、採用マネージャーとの面談、またはオファープロセスを再設計するものではありませんが、推奨事項はこれらのステージへの影響について言及する場合があります。最初のパイロットは Ruby バックエンド職を対象とし、Go、TypeScript、Python、フロントエンドエンジニアリングへの段階的な展開を予定しています。

指導原則

これらの原則は、最初の提案議論で受けたフィードバックを反映しており、すべての設計上の意思決定を導くべきです：

1. 現実的なスコープ、意図的な時間的プレッシャーなし。 面接は本質的にストレスがかかります。プロセスは野心的であるべきですが、意図的な評価ツールとして時間的プレッシャーを使用すべきではありません。候補者の考え方を見たいのであり、人工的なストレス下でのパフォーマンスを見たいのではありません。
2. 非同期 MR シグナルを保持する。 マージリクエストを通じた非同期の書面によるコミュニケーションは、GitLab の運営の中心です。新しいプロセスには、MR コンテキストで明確かつ建設的にコミュニケーションする候補者の能力を評価するコンポーネントを必ず含めてください。
3. 公平性のための標準化されたツール。 すべての候補者は面接中に AI ツールへの同等のアクセスを持つべきです。候補者の個人的なセットアップに依存するのではなく、一時的な Duo アクセスを提供し、既存のツール投資ではなくスキルを評価することを確保します。
4. 指示ではなく議論。 候補者は、主要なシグナルとして観察下でプロダクションコードを書くことを強制されるべきではありません。コード（おそらく AI の支援を受けて）が生成される場合、重点はそのコードを評価、議論、推論する候補者の能力に置くべきであり、生の出力自体にではありません。
5. AI は増幅器であり、松葉杖ではない。 プロセスは、AI を自らの判断力の力の乗数として使用する候補者を明らかにし、判断力を完全にツールに委任する候補者を識別すべきです。

終了基準

以下のすべてが満たされたときにワーキンググループは解散します：

• 改訂された面接ルーブリックが AI 時代のエンジニアリングスキルに評価基準をマッピングして公開される。
• 提案されている両面接パート（グリーンフィールド設計とコードベースナビゲーション）の面接ガイドが完成し、レビューされ、公開される。
• 非同期 MR ベースの評価コンポーネントが設計され、提案プロセスに統合される。
• 候補者に一時的な Duo アクセスを提供するためのプレイブックが文書化され、Duo チームと検証される。
• 新しいプロセスを使用して少なくとも 3 回のパイロット面接が実施される。
• パイロットのレトロスペクティブが完了し、面接官と候補者からの定量的・定性的フィードバックが含まれる。
• 最終的な書面による推奨事項（新しいプロセスを承認、イテレーション、または却下する）が公開され、エグゼクティブスポンサーによってレビューされる。
• 承認された場合、タイムラインと所有権を含むロールアウトプランがハンドブックにマージされる。

提案された面接構造

注：これは出発点となる提案です。ワーキンググループの仕事はこれを改善し、試験運用し、検証することであり、そのままゴム印を押すことではありません。

コンポーネント 1：非同期 MR 評価（面接前）

候補者は準備されたマージリクエストを受け取り、コメントを残し改善を提案しながら非同期でレビューするよう求められます。これにより、現在のプロセスの最強のシグナル、つまり MR コンテキストでの書面によるコミュニケーションが維持されながら、AI ツールが使用されることが認識されます。

評価内容： コードの読み取りと理解、非同期コミュニケーション品質、MR コラボレーションスキル。

コンポーネント 2：設計と反復実装（同期、約 1 時間）

候補者には、複数の有効なアーキテクチャアプローチをサポートするのに十分な複雑さを持つグリーンフィールド問題が与えられます。Duo を使用してソリューションを設計、実装、改善しながら思考を声に出します。面接官は、設計の推論、AI の誘導方法、AI の出力の評価方法を観察します。

評価内容： 設計の判断力、意図の明確な表現、ソリューションへの反復、AI の境界の把握。

コンポーネント 3：コードベースナビゲーション（同期、約 1 時間）

候補者は既存のコードベースへのアクセスが与えられ、特定の機能を実装するよう求められます。Duo を使用してコードベースを探索し、関連コードを見つけ、アプローチを計画し、マージ可能な変更を作成します。面接官は、候補者が未知のコードの中でどれほど効果的に方向を定め、AI を探索に活用しているかを評価します。

評価内容： コードの読み取りと理解、意図の明確な表現、ソリューションへの反復、検証とテスト。

ロールと責任

メンバー

このワーキンググループに参加するには、マネージャーとファシリテーターにコミュニケーションを取ってから、上記のメンバーリストに自分を追加するための MR を開いてください。

ページのソースコードを見る - ページの編集 - please contribute.