Parafrazując „Cracking the Coding Interview”: większość firm zdaje sobie sprawę, że ich testy spowodują fałszywie negatywne wyniki. Szczególnie w większych firmach, które mają setki kandydatów - nie przeszkadza im to. To, czego chcą uniknąć bardziej niż czegokolwiek, to fałszywe alarmy. Fałszywy alarm oznacza, że marnują pieniądze na kogoś, kto nie pomoże, który może potencjalnie wprowadzić więcej błędów do bazy kodu niż wykwalifikowany kandydat i który ostatecznie kosztuje firmę więcej, niż wnosi do stołu.
Krótko mówiąc: masz całkowitą rację. To nie jest prawdziwy scenariusz i testuje Cię poza to, czego należy się spodziewać, zwłaszcza od młodszego kandydata. Ale to nie jest ich zmartwieniem - ich zmartwieniem jest upewnienie się, że dostaną najlepszego kandydata z najmniejszym prawdopodobieństwem popełnienia jakichkolwiek błędów.
edycja: Oto proponowany scenariusz. Mamy trzy firmy o identycznym udziale i reputacji na rynku. Allare postrzegana jest jako bardzo atrakcyjne perspektywy pracy. Dokładnie taka sama pula 10 000 kandydatów dotyczy każdej firmy.
Spośród 10 000 kandydatów 100 to wykwalifikowani i doskonali kandydaci. 9 900 z nich nie nadaje się na to stanowisko i może potencjalnie uszkodzić infrastrukturę firmy.
Firma A decyduje, że bardzo ważne jest, aby spojrzała na wszystkich kandydatów i wybrała tylko tych, których chcą. W pierwszej rundzie wywiadów używają podstawowego testu FizzBuzz i od razu znokautują 5000. W drugiej rundzie wysyłają pytanie na rozmowę kwalifikacyjną o poziomie trudności, jakiego spodziewają się w pracy, i zawężają je do około 300 kandydatów. Przeprowadzają osobiste rozmowy kwalifikacyjne z ostatnimi 300 kandydatami i zawężają je do 100 kwalifikujących się kandydatów. Porównują tych kandydatów ze sobą i wybierają swoich faworytów.
Firma B decyduje, że tak naprawdę zależy jej tylko na dwóch rzeczach - szybkim zatrudnieniu i znalezieniu wykwalifikowanego kandydata. Wysyłają bezosobowy, kompletny test FizzBuzz przez e-mail, aby go ukończyć pocztą elektroniczną, i wyeliminowali te same 5000 osób, które nie wiedziały, co robią. Druga runda wywiadów wymaga operatorów bitowych, przesunięć bitowych i wszelkiego rodzaju niszowych pytań tylko do rozmowy kwalifikacyjnej, z którymi 99,999% osób w tej roli nigdy nie musiałoby się zajmować, co ogranicza ich poszukiwania do 23 kandydatów. Firma B jest przekonana, że którykolwiek z 23 kandydatów dobrze wykona swoją pracę. Mogą przeprowadzić z nimi indywidualną rozmowę kwalifikacyjną, aby znaleźć odpowiednią osobowość, a następnie przejść do właściwej pracy.
Firma C po prostu wysyła podstawowy quiz FizzBuzz i ma 5000 kandydatów, których uznają za pasujących ( wiele fałszywych alarmów). Wybierają jedną na chybił trafił, bo czas to pieniądz, do cholery - jestem pewien, że wszyscy mogą wykonać robotę! Po pełnym procesie rekrutacji, ustaleniu świadczeń itp. Zdają sobie sprawę, że ich kandydat właśnie wpisał w Google odpowiedź do quizu FizzBuzz i nie wie nic o odpowiednich obowiązkach na danym stanowisku.
Firmy A i B mogą w końcu dojść do tego samego końcowego punktu wyboru jednego wykwalifikowanego kandydata - ale firma B zrobiła to w znacznie krótszym czasie i przy znacznie niższym koszcie siły roboczej do wyszukiwania kandydatów. Tak, wyrzucili kilka osób niesprawiedliwie - ale szczególnie w przypadku czegoś niskiego lub średniego poziomu nie potrzebują genialnego programisty. Potrzebują tylko programisty - kogoś, kto będzie działał mniej więcej tak dobrze, jak następny facet.
Kiedy nadejdzie koniec roku i firmy A, B i C będą musiały porównać ze sobą, jeśli wszystko inne będzie równe, firma B zatrzyma więcej pieniędzy i będzie miała więcej czasu i energii na projekty niż Firma A. Firma C, która wybrała fałszywie pozytywny wynik, musi teraz wrócić do procesu rekrutacji, tracąc zarówno pieniądze, jak i czas. Odsiewanie kandydatów z minimalną obawą o fałszywie negatywne wyniki ma sens biznesowy, o ile nadal można zachować rozsądną liczbę prawdziwych pozytywów.