Почему на собеседованиях в agile-команды теперь спрашивают про AI
На собеседованиях в продуктовые команды всё чаще звучат вопросы, которых год назад просто не существовало. «Как бы вы использовали AI для подготовки к sprint planning?» «Что вы будете делать, когда разработчик приносит на ревью код, написанный Copilot, и не может объяснить, как он работает?» «Как меняется оценка задач, когда часть команды использует AI-инструменты?»
По нашим наблюдениям, такие вопросы появились примерно в каждом третьем собеседовании на роли скрам-мастера и product owner в крупных продуктовых компаниях. И это логично: команды уже используют AI, и руководство хочет понимать, что новый человек сможет работать в этой реальности.
Что на самом деле проверяют
За AI-вопросами на собеседовании обычно стоит не проверка технических знаний. Нанимающий менеджер хочет понять три вещи. Насколько кандидат адаптивен и открыт к изменениям. Есть ли у него практический опыт, а не только теоретическое понимание. И способен ли он помочь команде интегрировать новые инструменты без хаоса.
Кандидат, который отвечает «AI это модно, но я верю в людей и процессы», сигнализирует негибкость. Кандидат, который перечисляет названия инструментов без контекста, показывает теоретичность. Лучший ответ содержит конкретный опыт: «Я использовал Claude для анализа Jira-данных перед ретро, и это помогло команде увидеть паттерн с задержками на ревью, который мы обсуждали полгода, но без данных не могли подтвердить».
Типичные вопросы и сильные ответы
«Как вы используете AI в повседневной работе?» Сильный ответ описывает конкретный рабочий процесс. Подготовка к встречам, анализ спринтовых данных, генерация форматов ретро, подготовка отчётов для стейкхолдеров. Важно показать, что AI встроен в рабочую рутину, а не используется от случая к случаю.
«Как меняется Definition of Done, когда разработчики используют AI для написания кода?» Хороший ответ затрагивает конкретные дополнения: разработчик понимает и может объяснить сгенерированный код, AI-код проходит тот же процесс ревью, что и обычный, команда договорилась о критериях качества для AI-сгенерированного кода. Важно показать, что кандидат думал об этом до собеседования.
«Что делать, если часть команды активно использует AI, а часть сопротивляется?» Вопрос проверяет навык фасилитации. Хороший ответ: создать пространство для обсуждения, понять причины сопротивления, начать с добровольных экспериментов, показать результаты на конкретных примерах. Плохой ответ: «заставить всех использовать».
«Как вы оцениваете задачи, когда один разработчик использует Cursor, а другой пишет вручную?» Здесь проверяется понимание метрик. Переход от оценки усилий к измерению потока. Flow-метрики (cycle time, throughput) работают независимо от того, как написан код.
Чего точно не стоит делать
Преувеличивать свой опыт с AI. Если кандидат говорит, что «полностью перестроил процессы команды с помощью AI», но не может описать конкретный пример, это считывается мгновенно. Лучше честно описать два-три реальных сценария, пусть и небольших.
Противопоставлять AI и традиционные подходы. Фразы вроде «AI заменит ретроспективы» или «AI бесполезен для настоящей работы» одинаково настораживают. Зрелый ответ показывает понимание: AI усиливает существующие практики, а не заменяет их.
Как готовиться
Самый эффективный способ подготовки, как ни банально, это начать использовать AI в работе уже сейчас. Загрузить Jira-данные в Claude, попробовать подготовить ретро с помощью ChatGPT, сгенерировать acceptance criteria для истории из бэклога. Реальный опыт, даже небольшой, на собеседовании звучит убедительнее любой подготовки по шпаргалке.
Где развивать навыки
На программе Certified Agile Professional AI-инструменты разбираются как часть повседневной работы agile-команды. Сертификат ICP от ICAgile подтверждает компетенции и помогает при прохождении формальных фильтров HR. На программе Advanced Scrum Master & Agile Coach фокус на фасилитации и работе с командной динамикой, включая ситуации, связанные с внедрением новых инструментов.