Если идеальный кандидат оказывается фикцией, это приводит к найму того, кто не справится с задачами. Собрали ред флаги, которые помогут это вычислить.
Несоответствие опыта и знаний В резюме все как вам нужно, но после пары вопросов кандидат теряется. Если он говорит, что работал с Kubernetes 5 лет, но не может объяснить, что такое Pod — насторожитесь.
Пример: Спрашиваете: «Какие инструменты мониторинга использовали в Kubernetes?», а кандидат отвечает: «Этим не занимался, но слышал про Prometheus». Возможно, он добавил это в резюме для веса.
Размытые даты работы Если кандидат указывает только годы работы без месяцев или очень часто меняет работу, это может быть признаком фиктивного опыта. Особенно, если его сложно подтвердить. Пример: В резюме указано «Senior Backend Developer в X-Tech, 2021-2022», а позже оказывается, что кандидат работал только два месяца.
Нестыковки в проектах Некоторые кандидаты приписывают себе участие в больших проектах, но при разборе выясняется, что они там или не работали, или их вклад был минимальным.
Пример: Кандидат говорит, что разрабатывал микросервисную архитектуру для банка, но не объясняет, какие сервисы создавал и с какими командами работал.
Ложные рекомендации Если кандидат даёт контакты для проверки опыта, а на звонке «рекомендатель» говорит общими фразами или путается в деталях — повод усомниться.
Пример: Спрашиваете рекомендателя: «Как кандидат решал сложные задачи?», а в ответ слышите: «Нуууу, он хороший специалист, решал».
Трудности с техническим интервью Хороший специалист, даже если волнуется, сможет рассказать, как он решал задачи. Если он не может объяснить базовые вещи из своего резюме или просит «переслать вопросы заранее» — задумайтесь.
Пример: Кандидат заявляет опыт работы с GraphQL, но не может объяснить разницу между query и mutation.
Проверяйте факты, чтобы избежать повторного размещения вакансии через пару месяцев.
Несоответствие опыта и знаний В резюме все как вам нужно, но после пары вопросов кандидат теряется. Если он говорит, что работал с Kubernetes 5 лет, но не может объяснить, что такое Pod — насторожитесь.
Пример: Спрашиваете: «Какие инструменты мониторинга использовали в Kubernetes?», а кандидат отвечает: «Этим не занимался, но слышал про Prometheus». Возможно, он добавил это в резюме для веса.
Размытые даты работы Если кандидат указывает только годы работы без месяцев или очень часто меняет работу, это может быть признаком фиктивного опыта. Особенно, если его сложно подтвердить. Пример: В резюме указано «Senior Backend Developer в X-Tech, 2021-2022», а позже оказывается, что кандидат работал только два месяца.
Нестыковки в проектах Некоторые кандидаты приписывают себе участие в больших проектах, но при разборе выясняется, что они там или не работали, или их вклад был минимальным.
Пример: Кандидат говорит, что разрабатывал микросервисную архитектуру для банка, но не объясняет, какие сервисы создавал и с какими командами работал.
Ложные рекомендации Если кандидат даёт контакты для проверки опыта, а на звонке «рекомендатель» говорит общими фразами или путается в деталях — повод усомниться.
Пример: Спрашиваете рекомендателя: «Как кандидат решал сложные задачи?», а в ответ слышите: «Нуууу, он хороший специалист, решал».
Трудности с техническим интервью Хороший специалист, даже если волнуется, сможет рассказать, как он решал задачи. Если он не может объяснить базовые вещи из своего резюме или просит «переслать вопросы заранее» — задумайтесь.
Пример: Кандидат заявляет опыт работы с GraphQL, но не может объяснить разницу между query и mutation.
Проверяйте факты, чтобы избежать повторного размещения вакансии через пару месяцев.