Vibe-coding lors de l'embauche d'ingénieurs données : signes d'IA

Vibe-Coding dans le recrutement d'ingénieurs data : Comment repérer la génération par IA dans les tests

Lors du recrutement d'un ingénieur data de niveau intermédiaire pour soutenir et développer la plateforme data, l'équipe a reçu une série d'exercices de test. La plupart des solutions montraient des signes de génération par IA : de l'optimisation excessive aux structures templatisées. Une seule semblait écrite à la main, mais souffrait d'une mauvaise structure de projet et d'erreurs basiques, entraînant son rejet.

Rôles dans le processus : évaluer les exercices complétés et mener les entretiens techniques. Des candidats avec plus de 5 ans d'expérience ne parvenaient pas à expliquer leur propre code, invoquant des « recommandations trouvées sur internet ». Cela signale une dégradation des compétences de base par rapport à 2022–2023, époque où les ingénieurs intermédiaires décomposaient avec assurance l'architecture de Scala, Spark et Hadoop.

Types de solutions générées par IA

Les exercices de test se répartissaient en deux catégories :

• Vibe-coding (opérateur IA) : Le code paraît parfait en surface — sans erreurs, avec sur-ingénierie. Un ingénieur typique n'écrirait pas ainsi pour une tâche simple, par paresse ou pragmatisme.
• Style copié-collé : Fragments de ChatGPT insérés dans le projet. Ça semble humain au premier abord, mais une analyse détaillée avant l'entretien révèle des incohérences.

Les marqueurs évidents sont omis pour préserver l'« intuition professionnelle ». Même les managers peinent parfois à distinguer Claude Code de ChatGPT, le considérant comme un chatbot avancé.

Approche adaptée pour les entretiens techniques

Les entretiens portaient sur l'exercice de test, avec vérification de l'auteur :

• Discussion des solutions en modifiant légèrement les conditions (ex. : « que changer dans l'entrée ? »).
• Questions sur le langage, Spark et l'ingénierie des données, liées au code.
• Confirmation de la propriété : le candidat doit « posséder » chaque ligne, quelle que soit sa source.

Aucun candidat n'a avoué avoir utilisé l'IA. En impasse, ils invoquaient « lu en ligne ». Toutes les évaluations ont obtenu 2–3/10, malgré des facteurs « gentil garçon ».

Problèmes du marché et résultats du recrutement

Le marché des ingénieurs data intermédiaires est inondé d'« opérateurs IA ». La nouvelle génération cumulant 5 ans d'expérience est incapable de répondre à des questions basiques sur le calcul distribué ou de disséquer son propre code. Cela contraste avec les années précédentes, où même les juniors s'en sortaient.

Finalement, ils ont embauché un candidat qui a ouvert Cursor pendant le partage d'écran. Les RH ont salué sa motivation et sa communication. Le candidat russophone le plus compétent techniquement a été écarté pour son « aimabilité » moindre et la phrase « l'ingénierie des données est la même partout » — interprétée comme un manque de motivation.

Points importants

• L'IA n'est pas un drapeau rouge si le candidat maîtrise le code et justifie chaque ligne.
• Les connaissances de base en Spark, Scala et Hadoop sont obligatoires, même pour les intermédiaires.
• Le Vibe-coding se trahit par la sur-ingénierie et les templates ; le copié-collé par les incohérences de détails.
• Adapter les entretiens : insister sur les changements de conditions et la propriété du code.
• Le marché se dégrade : 100 % des évaluations de spécialistes à 5 ans d'expérience portent des traces d'IA.

— Editorial Team