300 קורות חיים, מי מזמינים לראיון?

יום ראשון בבוקר. הקפה עוד חם, ובמערכת ממתינים 300 קורות חיים למשרת Full Stack אחת. אני פותח את הראשונה: Python, React, Node, LLMs, RAG, "תשוקה לפתרון בעיות". פותח את השנייה. אותו דבר. השלישית? אותו דבר, רק עם אימוג'י של טיל.

מי שעובד בגיוס הייטק בשנתיים האחרונות מכיר את התחושה. פעם קורות חיים היו מסמך קצת עקום, עם שגיאת כתיב פה ושם ופסקה מוזרה על התנדבות בתיכון, ודווקא מזה אפשר היה ללמוד משהו על האדם. היום כל אחד מדביק את תיאור המשרה לצ'אט, מבקש "תתאים לי את הקורות חיים", ומקבל מסמך מלוטש שנראה בדיוק כמו מה שחיפשת. ובדיוק כמו של 299 האחרים.

אני לא כועס על המועמדים. גם אני הייתי עושה את זה. אבל צריך להודות באמת הלא נעימה: קורות חיים כבר לא מסננים. במקרה הטוב הם נקודת פתיחה לשיחה.

מילות מפתח כבר לא עושות את העבודה

במשך שנים הסינון הראשוני עבד ככה: מחפשים מושגים. יש React? יש חמש שנות ניסיון? עובר. אין? נדחה. זה תמיד היה קצת גס, אבל עבד טוב.

היום זה פשוט לא עובד. כשכל מסמך מכיל את כל המילים הנכונות, חיפוש לפי מילים מחזיר לך את כולם. או גרוע מזה, מחזיר דווקא את מי שהכי טוב בלבקש מהצ'אט "לדחוף" מילים, ומפספס את המפתחת השקטה שכתבה "בניתי מערכת תורים לעיבוד הזמנות" בלי להזכיר את שם הטכנולוגיה המדויקת.

מה שעוזר יותר, זה לקרוא את קורות החיים בשביל ההקשר ולא בשביל הרשימה. מה הוא בנה? בצוות של כמה אנשים? מה השתנה בזכות העבודה שלו? משפט אחד ספציפי שווה יותר מעשר טכנולוגיות בשורה.

אז מה בעצם מחפשים במתכנת היום?

זו השאלה שמנהלי פיתוח שואלים, ולרוב בטון קצת מבולבל. אם Copilot כותב חצי מהקוד ו-Claude את הכל, מה בדיוק אני בודק בראיון?

התשובה שלי, אחרי לא מעט שיחות עם ראשי צוותים: פחות "מה אתה יודע" ויותר "איך אתה חושב". אלה הדברים שאני רואה שעושים את ההבדל:

• לנסח את הבעיה לפני שרצים לפתור אותה
• לקרוא קוד בעין ביקורתית, במיוחד קוד שנכתב על ידי AI
• חשיבה מערכתית, איך החלק הזה מתחבר לכל השאר
• תקשורת. להסביר למנהלת מוצר למה משהו ייקח שבועיים ולא יומיים, בלי שזה ייגמר בפיצוץ
• קצב למידה, כי הכלים של היום הם לא הכלים של שנה הבאה

שימו לב מה לא נמצא ברשימה: לזכור בעל פה את הסינטקס של פונקציה. זה כבר לא מעניין אף אחד. מתכנת טוב שלא זוכר משהו יבדוק אותו בעשר שניות. מתכנת חלש שזוכר הכל עדיין יכול להכניס באג ארכיטקטוני שיעלה לחברה חודשיים.

דווקא סקירת קוד היא הנקודה שהכי מעניינת אותי. כשחלק גדול מהקוד נוצר אוטומטית, האדם הופך לעורך. ועורך טוב זה מקצוע בפני עצמו. מי שמסתכל על קוד שנראה מצוין ושואל "רגע, מה קורה פה אם המשתמש לוחץ פעמיים?" שווה זהב.

המבחן הביתי איבד את המשמעות

הנה סצנה ששמעתי מלא מעט מנהלים. מועמד מגיש מבחן בית מושלם. קוד נקי, טסטים, README מסודר, אפילו הערות מנומסות. מזמינים אותו לשלב הבא, מבקשים שיסביר למה בחר דווקא במבנה הזה, ו... שקט. גמגום. "אה, זה פשוט נראה לי הגיוני."

הוא לא שקרן. הוא עשה מה שכולם עושים, נתן לכלי לעבוד. הבעיה היא לא בו, היא במבחן. מטלה שאפשר לפתור בשעה עם צ'אט לא בודקת שום דבר חוץ מהיכולת לפתוח צ'אט.

אז מה כן?

לשבת ביחד, באמת ביחד, ולחשוב בקול על בעיה. לא חידה אלגוריתמית מאתר תרגילים, אלא משהו שדומה לעבודה האמיתית בצוות. מותר להשתמש ב-AI, אפילו רצוי. מה שמעניין זה מה הוא שואל אותו ומה הוא עושה עם התשובה.

לתת קטע קוד עם כמה בעיות, חלקן עדינות, ולבקש code review. בעשר דקות אתה לומד יותר ממה שמבחן בית של ארבע שעות היה מלמד אותך.

ולשאול על משהו שהוא בנה בעבר, ולחפור. למה ככה? מה היית עושה אחרת? מה נשבר? מי שבאמת בנה משהו יכול לדבר על זה שעה. מי שלא, נתקע בדקה השלישית.

ובינתיים, המפתחת הטובה כבר חתמה במקום אחר

פה מגיע החלק הכואב. כל זה לוקח זמן, ולזמן יש מחיר. מפתחים טובים, במיוחד כאלה שיודעים לעבוד נכון עם הכלים החדשים, לא מחכים בשוק שבועות. יותר מפעם אחת תראו מועמדת מצוינת מקבלת הצעה בזמן שאצלכן עוד תיאמו את הראיון השני.

אז יש פה מתח אמיתי. מצד אחד צריך לבדוק לעומק, כי קורות החיים כבר לא מספרים את הסיפור. מצד שני צריך לזוז מהר, כי השוק לא מחכה. הדרך היחידה שאני מכיר לפתור את זה היא לקצר כל מה שלא דורש שיקול דעת, כדי שיישאר זמן למה שכן.

המגייס הוא כבר לא מסננת

אם יש דבר אחד שהשתנה בתפקיד שלנו, זה זה. פעם חלק עצום מהיום של מגייס היה מיון: לפתוח, לקרוא, לסמן, להתקשר, ולשאול את אותן חמש שאלות בפעם המאה. "מה הזמינות שלך? ציפיות שכר? היברידי מסתדר לך?"

את החלק הזה מכונה יכולה לעשות. והיא גם לא תתעייף ביום חמישי בארבע אחר הצהריים.

מה שמכונה לא עושה טוב זה שיקול דעת ויחסים. להבין שהמועמד הזה מתאים לצוות דווקא כי הוא שונה מכולם. להרגיש שמשהו בסיפור לא מסתדר. לבנות אמון עם מפתחת שקיבלה עשרים פניות השבוע ולשכנע אותה שדווקא השיחה איתך שווה את הזמן שלה. זו העבודה שנשארת לנו, ולדעתי זו גם העבודה המעניינת.

AI בצד של המגייס, אבל עם הראש

ופה אני חייב להגיד משהו שאולי נשמע מוזר ממי שבונה תוכנה לגיוס: אני לא בעד לתת ל-AI להחליט מי עובר.

אני כן בעד שיעזור. שיעבור על 300 קורות חיים ויגיד לי "המועמד הזה נראה מתאים, וזו הסיבה". שיראה לי מה חסר. שיציע מה כדאי לברר בשיחה. אבל ההחלטה נשארת אצל בן אדם. קופסה שחורה שמוחקת מועמדים בלי להסביר למה היא מתכון לפספס בדיוק את האנשים הכי מעניינים, ולפעמים גם לבעיות הוגנות שאף אחד לא רוצה להתעסק בהן.

הכלל שלי פשוט: אם אני לא מבין למה המערכת המליצה על משהו, אני לא סומך על ההמלצה.

זה גם הכיוון שבנינו ב-CVNext. אווה, סוכנת הגיוס שלנו, בודקת את ההתאמה של כל מועמד למשרה, נותנת המלצה מנומקת ומכינה שאלות לראיון שעוזרות לחדד מידע והתאמה. צ'אטי, הצ'אטבוט, מראיין מועמדים מתי שנוח להם וחוסך למגייסים שעות של טלפונים. ויש חיפוש סמנטי בעברית שמוצא התאמות מתוך מאגר המועמדים הקיים, כי לא פעם המועמד הנכון כבר יושב אצלכם במערכת, רק תחת שם טכנולוגיה אחר. ההחלטה נשארת שלכם.

אז לא, גיוס מתכנתים בעידן ה-AI לא נהיה פחות אנושי. להפך. כשכל המסמכים נראים אותו דבר, מה שמבדיל זה השיחה. ואת השיחה הזאת, לפחות כרגע, עדיין מנהלים אנחנו.

ואצלכן? מה השתנה בגיוס מפתחים בשנה האחרונה? נשמח לשמוע בתגובות.