Wajb-koding w rekrutacji inżynierów danych: oznaki AI

# Vibe-koding w rekrutacji inżynierów danych: jak rozpoznać generację AI w zadaniach testowych

Przy rekrutacji inżyniera danych średniego poziomu do wsparcia i rozwoju platformy danych zespół otrzymał serię zadań testowych. Większość rozwiązań wykazywała ślady generacji AI: od nadmiernej optymalizacji po szablonowe konstrukcje. Tylko jedno wyglądało na napisane ręcznie, ale cierpiało na słabą strukturę projektu i podstawowe błędy, co doprowadziło do odrzucenia.

Role w procesie: ocena gotowych assessmentów i prowadzenie rozmów technicznych. Kandydaci z doświadczeniem 5+ lat nie potrafili wyjaśnić własnego kodu, powołując się na „rekomendacje z internetu”. To świadczy o degradacji podstawowych umiejętności w porównaniu z latami 2022–2023, kiedy midy pewnie radziły sobie ze Scalą, Spark i architekturą Hadoop.

Typy rozwiązań generowanych przez AI

Zadania testowe podzieliły się na dwie kategorie:

• Vibe-koding (operator AI): Kod wygląda idealnie — bez błędów, z nadmiernym inżynieringiem. Zwykły inżynier nie pisze tak prostego zadania z powodu lenistwa lub pragmatyzmu.
• Styl copy-paste: Fragmenty z ChatGPT wklejone do projektu. Na pierwszy rzut oka wygląda ludzko, ale szczegółowa analiza przed wywiadem ujawnia niespójności.

Oczywiste markery pominięto, by zachować „profesjonalną intuicję”. Nawet menedżerowie czasem nie odróżniają Claude Code od ChatGPT, traktując go jak zaawansowanego chatbota.

Dostosowany sposób prowadzenia rozmów technicznych

Wywiady skupiały się na zadaniu testowym z weryfikacją autorstwa:

• Dyskusja rozwiązań z drobnymi zmianami warunków (np. „co zmienić w input?”).
• Pytania dotyczące języka, Spark i inżynierii danych, powiązane z kodem.
• Potwierdzenie opanowania: kandydat musi „opanować” każdą linię, niezależnie od źródła.

Żaden kandydat nie przyznał się do użycia AI. W sytuacjach bez wyjścia padały wymówki w stylu „przeczytałem w sieci”. Wszystkie assessmenty oceniono na 2–3/10 punktów, mimo czynników „sympatyczny facet”.

Problemy rynku i wyniki rekrutacji

Rynek mid-level inżynierów danych zapełniają „operatorzy AI”. Nowe pokolenie z 5-letnim doświadczeniem nie odpowiada na podstawowe pytania o rozproszone obliczenia i nie rozumie własnego kodu. To kontrastuje z poprzednimi latami, gdy nawet juniorzy dawali radę.

W efekcie zatrudniono kandydata, który otworzył Cursor podczas screen sharingu. HR docenił motywację i komunikację. Najlepszy pod względem umiejętności technicznych rosyjskojęzyczny kandydat został odrzucony z powodu mniejszej „lubialności” i frazy „inżynieria danych jest wszędzie taka sama” — zinterpretowanej jako niska motywacja.

Co ważne

• AI nie jest czerwoną flagą, jeśli kandydat opanował kod i bierze odpowiedzialność za każdą linię.
• Podstawowa wiedza o Spark, Scala i Hadoop jest obowiązkowa nawet dla midów.
• Vibe-koding widać po nadmiernym inżynieringu i szablonach; copy-paste — po niespójnościach w szczegółach.
• Wywiady dostosować: fokus na zmianach warunków i ownership kodu.
• Rynek degradowany: 100% assessmentów z śladami AI u specjalistów z 5-letnim stażem.

— Editorial Team