پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

مدیر مهندسی Anthropic: مصاحبه‌های سنتی برنامه‌نویسی منسوخ شده‌اند؛ راهنمایی برای موفقیت برنامه‌نویسان تازه‌کار

انتشار:۷ آبان ۱۴۰۵(۲ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

یکی از مدیران مهندسی Anthropic اعلام کرد با پیشرفت چشمگیر هوش مصنوعی، آزمون‌های سنتی استخدام دیگر معیار مناسبی برای سنجش مهارت برنامه‌نویسان نیستند. او به توسعه‌دهندگان تازه‌کار توصیه می‌کند به‌جای حل تست‌های کلیشه‌ای، توانایی خود را با ساخت نمونه‌های اولیه کاربردی و حل مسائل واقعی کسب‌وکار نشان دهند.

مدیر مهندسی Anthropic: مصاحبه‌های سنتی برنامه‌نویسی منسوخ شده‌اند؛ راهنمایی برای موفقیت برنامه‌نویسان تازه‌کار

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • مدیر مهندسی Anthropic آزمون‌های سنتی کدنویسی را از فرآیند استخدام تیم خود حذف کرده است زیرا مدل‌های هوش مصنوعی مانند Claude اکنون چالش‌های برنامه‌نویسی را بهتر از انسان‌ها حل می‌کنند.
  • بزرگ‌ترین شرکت‌های فناوری مانند گوگل و آمازون نیز همگام با این تحول در حال تغییر شیوه مصاحبه‌های فنی و سنجش تسلط مهندسان بر ابزارهای هوش مصنوعی هستند.
  • برنامه‌نویسان تازه‌کار برای موفقیت در بازار کار باید به‌جای حل تست‌های کلیشه‌ای روی ساخت نمونه‌های اولیه سریع و حل مسائل واقعی کسب‌وکار تمرکز کنند.

مدیر مهندسی Anthropic: مصاحبه‌های سنتی برنامه‌نویسی منسوخ شده‌اند؛ راهنمایی برای موفقیت برنامه‌نویسان تازه‌کار

عصر آزمون‌های سنتی کدنویسی به سر آمده و دوران کار با مدل‌های هوش مصنوعی مانند Claude آغاز شده است.

فلیکس ریزبرگ (Felix Rieseberg)، مدیر مهندسی در شرکت Anthropic، از اعمال چنین تحولی در فرآیند مصاحبه‌های استخدامی تیم خود خبر می‌دهد. او استدلال می‌کند که با ظهور هوش مصنوعی، مصاحبه‌های سنتی برنامه‌نویسی دیگر معیار معتبری برای سنجش موفقیت شغلی افراد در محیط کار واقعی به شمار نمی‌روند.

ریزبرگ در مطلبی در شبکه اجتماعی ایکس نوشت: «مصاحبه کدنویسی، دست‌کم برای تیم من در Anthropic، دیگر مرده است. من شواهد کافی دیده‌ام و می‌دانم که این نوع سنجش دیگر هیچ معیار و سیگنال درستی از مهارت افراد به ما نمی‌دهد.»

او در یک پست وبلاگی به تشریح این دیدگاه پرداخت و توضیح داد که واگذاری چالش‌های پیچیده کدنویسی به داوطلبان یا پرسیدن سؤالات سخت‌گیرانه درباره زبان‌هایی مانند اسمبلی هیچ فایده‌ای ندارد.

ریزبرگ با اشاره به مدل هوش مصنوعی این شرکت گفت: «امروز Claude در حل هر دو مورد بهتر از انسان عمل می‌کند.»

به گفته او، چالش‌های برنامه‌نویسی در گذشته یک پیش‌بینی‌کننده ضعیف اما تا حدی مفید برای ارزیابی داوطلبان به شمار می‌رفتند؛ اما تأثیرگذارترین و خلاق‌ترین توسعه‌دهندگان تیم‌های او لزوماً کسانی نیستند که بالاترین امتیازها را در این آزمون‌ها کسب می‌کنند.

ریزبرگ می‌نویسد: «من مهندسانی را می‌بینم که سابقه کار کمتری دارند، اما با انگیزه بالا از افرادی که شاید کدنویسان قوی‌تری هستند و سال‌ها تجربه دارند، سبقت می‌گیرند. در دنیای امروز، اشتیاق و انگیزه یادگیری بر سابقه کاری غلبه می‌کند.»

در حال حاضر هوش مصنوعی بخش عمده کدهای Anthropic را می‌نویسد و این دگرگونی با روندهای جاری در سایر غول‌های فناوری همخوانی دارد. بر اساس گزارش‌های اخیر، گوگل نیز در حال گسترش طرح‌های آزمایشی در مصاحبه‌های مهندسی نرم‌افزار است تا داوطلبان بتوانند با استفاده از مدل Gemini، مهارت خود را در پرامپت‌نویسی و تسلط بر ابزارهای هوش مصنوعی به نمایش بگذارند.

آمازون نیز هم‌زمان به مهندسان خود اعلام کرده است که خلق ارزش برای مشتری و دستیابی به نتایج واقعی کسب‌وکار را بر استفاده صرف از ابزارهای هوش مصنوعی ترجیح دهند. این شرکت برهه کنونی را عصر «توسعه‌دهندگان رنسانس» می‌نامد؛ دورانی که در آن قضاوت انسانی و هوش ماشین برای توسعه سریع‌تر محصولات با یکدیگر ترکیب می‌شوند.

چگونه برنامه‌نویسان تازه‌کار می‌توانند در بازار کار متمایز شوند؟

گسترش ابزارهای کدنویسی مبتنی بر هوش مصنوعی نگرانی‌هایی ایجاد کرده که دستیابی به موقعیت‌های شغلی برای برنامه‌نویسان تازه‌کار سخت‌تر خواهد شد؛ زیرا هوش مصنوعی امروزه وظایفی مانند خطایابی و پیاده‌سازی قابلیت‌های ساده را به عهده می‌گیرد؛ کارهایی که در گذشته فرصتی برای کسب تجربه و مهارت‌آموزی نیروهای تازه‌وارد به شمار می‌رفت.

ریزبرگ در وبلاگ خود توصیه‌هایی را برای مهندسان تازه‌کار یا به بیان جامع‌تر، افرادی که هنوز جایگاه سازمانی تثبیت‌شده‌ای ندارند، ارائه کرده است. او تأکید می‌کند که این افراد به‌جای صرف زمان برای بستن تیکت‌های روتین، باید نیازها و چالش‌های اصلی کسب‌وکار شرکت خود را شناسایی کنند.

سپس، ایده‌ای جسورانه ارائه دهند که بتواند اهداف تجاری شرکت را به‌طور ملموس پیش ببرد و نمونه اولیه کارآمدی از آن را در طول یک تعطیلات آخر هفته بسازند. او اشاره می‌کند که چنین پروژه‌ای باید روی یک ایده جذاب و متمرکز باشد، نه اینکه چندین ایده خوب را در دل محصولی بیش از حد بلندپروازانه پنهان کند.

مصاحبه برنامه‌نویسی، دست‌کم برای تیم من در Anthropic، منسوخ شده است. من به اندازه کافی تجربه کرده‌ام و می‌دانم که این آزمون‌ها دیگر سیگنالی درباره مهارت واقعی ارائه نمی‌دهند و از این ماه آن‌ها را از فرآیند مصاحبه‌ها کنار گذاشتم.

من یک دیدگاه پرانرژی و خوش‌بینانه دارم و معتقدم این شرایط فرصت فوق‌العاده‌ای برای مهندسان تازه‌کار ایجاد می‌کند: لینک یادداشت

فلیکس ریزبرگ (felixrieseberg@)، ۲۷ اکتبر ۲۰۲۶

به گفته ریزبرگ، مهندسان تازه‌کار باید از دیدگاه مستقل و بیرونی خود به بهترین شکل استفاده کنند. آن‌ها معمولاً بیشتر از دیگران متوجه ایرادهای تجربه کاربری می‌شوند و پیش‌فرض‌های قدیمی و ریشه‌دار درباره امکان‌پذیری مسائل را به چالش می‌کشند.

او به دو مهندس نسبتاً جدید در Anthropic اشاره کرد که در یک تعطیلات آخر هفته، رابط کاربری گرافیکی برای ابزار Claude Code طراحی کردند و نخستین نسخه عمومی آن حدود هشت روز بعد منتشر شد.

ریزبرگ اذعان می‌کند که هنوز راهکار کاملی برای ارزیابی دقیق توانایی داوطلبانی که به شکلی موثر با ابزارهای هوش مصنوعی محصول می‌سازند، پیدا نکرده است.

او می‌گوید در حال حاضر رزومه‌ها و نمونه‌کارهای داوطلبان را با تمرکز بر نمونه‌های اولیه کوچکی بررسی می‌کند که نشان‌دهنده «سلیقه، همدلی و تفکر اصولی» باشند؛ ویژگی‌هایی که پژوهشگران و رهبران حوزه فناوری در عصر هوش مصنوعی ارزش فزاینده‌ای برای آن‌ها قائل هستند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود
آخرین اخبار

مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود

تیم توسعه‌دهنده handy-computer نسخه کم‌حجم و بهینه‌سازی‌شده GGUF را برای مدل تبدیل گفتار به متن Parakeet v3 انویدیا منتشر کرد. این نسخه امکان اجرای روان و محلی مدل را بدون وابستگی به پایتون یا کارت‌های گرافیک مجزا روی پردازنده‌های معمولی فراهم می‌کند.

۲ دقیقه مطالعه
۰
۷ آبان
رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد
آخرین اخبار

رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد

شرکت Mistral وزن‌های عمومی مدل جدید Mistral Large 4 را با ۱ تریلیون پارامتر و تمرکز ویژه بر ایجنت‌های کدنویسی و امنیت سایبری منتشر کرد. این مدل بر پایه معماری ترکیبی از متخصصان توسعه یافته است و با مصرف بهینه توکن، گزینه‌ای قدرتمند برای استقرار روی زیرساخت‌های خصوصی به شمار می‌رود.

۶ دقیقه مطالعه
۰
۷ آبان
مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند
آخرین اخبار

مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند

یک توسعهدهنده مستقل نسخهای اختصاصی از مدل Qwen با نام Qwen3.5-4B-3D-Coder را معرفی کرده است که توصیفات متنی را به صحنههای سهبعدی تعاملی در کتابخانه Three.js تبدیل می‌کند. این مدل سبک با ۴ میلیارد پارامتر، تمام کدهای جاوااسکریپت و صحنه گرافیکی را در قالب یک فایل تکی HTML به کاربر تحویل می‌دهد و روی سیستمعامل محلی نیز قابل اجرا است.

۲ دقیقه مطالعه
۰
۷ آبان