Эта тема многократно поднимается в сообществах разработчиков, есть те кто поддерживает данный вид собеседований и те кто против. Вот и я, рискуя быть раскритикован сообществом, решил высказаться :)
Признаюсь, сам длительное время не был сторонником данного вида собеседований, мне казалось, что классический подход лучше, когда тебя, ну или ты собеседуешь кандидата проходя от азов до углубленных знаний.
Объективно, где мы используем в работе алгоритмы?
Возможно у кого-то в проекте есть ручное написание сортировок или обходы графов, но как правило разработчики используют стандартные или дополнительные библиотеки, которые закрывают подобные потребности.
Однако, все изменилось в один день) мне потребовалось подобрать пару-тройку разработчиков в команду, и проводя пятое или шестое собеседование мне попался кандидат, который идеально отвечал на все теоретические вопросы (базовые и не очень), однако переходя от темы к теме меня все больше настораживал легкий звук, прибавив громкость наушников я услышал аккуратный шелест листочков....
Дав простейшую задачку с LeetCode на работу с массивом кандидат мгновенно "сдулся", при этом я не просил решения, я попросил просто вслух рассуждать как обойти массив, какую структуру данных выбрать для промежуточного хранения.
Аналогичная ситуация повторилась и дальше, только кандидат кликал мышкой.
Наверняка Вы скажите, что нужно задавать нестандартные вопросы или просить примеры из практики по проекту - это верно в случае, если подбираем middle и выше, а если нужен junior+ или middle-?
На мой взгляд польза от простых алгоритмических задач - кандидат может показать свое мышление и простейшее отличие и необходимость использования в работе HashMap и ArrayList.
Конечно, чтобы решать алгоритмические задачи нужна отдельная, специальная подготовка, которая зачастую не особо потребуется в работе, однако, знание простых алгоритмов позволит раскрыть истинное знание кандидата.
Для себя я выделил плюсы и минусы умения решать алгоритмические задачи:
Плюсы:
Оценка навыков решения проблем: Алгоритмические собеседования позволяют оценить навыки кандидата в области решения различных задач и проблем. Это может помочь определить, насколько кандидат хорошо разбирается в структурах данных.
Объективная оценка: В отличие от некоторых других видов собеседований, где оценка кандидата может быть субъективной, алгоритмические собеседования обычно предоставляют более объективные критерии оценки. Результаты основаны на том, насколько хорошо кандидат решает задачи, а не на личных предпочтениях интервьюера.
Проверка навыков быстрого мышления: Алгоритмические собеседования проверяют способность кандидата быстро мыслить и придумывать эффективные решения для сложных задач. Это важный аспект работы в области разработки программного обеспечения.
Минусы:
Не всегда отражает реальную работу: В реальной жизни разработчики редко сталкиваются с задачами, аналогичными тем, что предлагаются на алгоритмических собеседованиях. Поэтому успешное прохождение таких собеседований не всегда гарантирует хорошую производительность на рабочем месте.
Могут быть стрессовыми: Для некоторых кандидатов алгоритмические собеседования могут быть очень стрессовыми, особенно если они не имеют достаточного опыта или не уверены в своих навыках решения алгоритмических задач.
Ограничивает разнообразие кандидатов: Некоторые талантливые кандидаты, которые могли бы быть отличными разработчиками, могут отсеяться из-за недостаточного опыта в решении алгоритмических задач или низкой скорости мышления.
Подводя итог: Алгоритмы нужны и теперь я использую их в своих собеседованиях, но нужны без фанатизма, на примере задач чтобы порассуждать с кандидатом и понять его уровень владения базовыми знаниями.
