Як оцінити портфоліо AI-розробника перед наймом

Портфоліо розкаже про AI-розробника більше, ніж будь-яке резюме. Але дивитися на нього потрібно вміти: красива демка не завжди означає сильного інженера. Ось на що звертати увагу.

Реальні проєкти проти навчальних

Перший фільтр — чи є в портфоліо щось, окрім туторіалів. Десяток ноутбуків, які повторюють популярні курси, майже нічого не говорять. Шукайте проєкти, доведені до робочого стану: розгорнутий застосунок, бібліотека, якою користуються інші, внесок у open-source. Питайте, яку саме проблему вирішував проєкт і хто ним користувався.

Якість коду на GitHub

Відкрийте кілька репозиторіїв. Хороші сигнали: зрозуміла структура, осмислені коміти, README з поясненням, тести, обробка помилок. Тривожні: усе в одному файлі на 1000 рядків, закомічені ключі API, відсутність жодної документації. Не обов'язково бути перфекціоністом, але базова інженерна гігієна має бути.

Продакшен-досвід

Різниця між дослідником і продуктовим інженером — у здатності довести модель до продакшену. Шукайте ознаки: робота з латентністю та вартістю, моніторинг, версіонування моделей, обробка граничних випадків. Запитайте: «Що зламалося у вашому AI-проєкті в проді й як ви це полагодили?» Відповідь відразу показує рівень.

Глибина проти ширини

Деякі кандидати перелічують 30 технологій, але поверхово. Інші глибоко знають кілька. Для більшості ролей глибина цінніша. Оберіть один проєкт і копайте: «Чому саме ця векторна база? Що б ви зробили інакше?» Поверхневі знання швидко видно.

Внесок і спільнота

Активність у спільноті — не обов'язкова, але сильний плюс. Відповіді на форумах, статті в блозі, доповіді, PR у чужі репозиторії свідчать про залученість і вміння комунікувати. Це також показує, що людина вчиться безперервно — критично в галузі, що змінюється щомісяця.

Тривожні сигнали

Будьте уважні, якщо: усі проєкти — це форки без власного внеску; кандидат не може пояснити власний код; портфоліо складається лише з демо, які «падають» при першому нестандартному введенні; заявлені гучні технології, але жодного підтвердження. Ще один сигнал — нездатність назвати жодного компромісу чи помилки: реальний досвід завжди має шрами.

Як перевіряти ефективно

Не намагайтеся прочитати весь код. Оберіть один-два репозиторії, попросіть кандидата провести вас по них голосом, і ставте питання «чому». За 20 хвилин такої розмови ви зрозумієте більше, ніж за годину теорії. Для команд без глибокої AI-експертизи корисно залучити зовнішнього рецензента на цей етап.

Що робити без публічного портфоліо

Багато сильних інженерів працюють над закритими комерційними продуктами й не мають публічного GitHub. Це нормально. У такому разі спирайтеся на детальний розбір минулих проєктів під NDA-обмеженнями та на оплачуване тестове завдання, яке замінить портфоліо реальним зразком роботи.

Висновок

Оцінка портфоліо — це діалог, а не перевірка чек-листа. Шукайте докази реального продакшен-досвіду, здатність пояснити рішення та чесність щодо помилок. Поєднайте це з тестовим завданням — і ризик невдалого найму різко впаде.