Kentaroh Awata

AI系企業がエンジニア採用面接で実際に確認している技術面・思考面のチェックポイントを具体的に整理

AIエンジニアを採用した後、最初の1週間でやってもらうことと、初期の期待値設定の方法

AI系企業がエンジニア採用のテイクホームアサインメントを設計する時の考え方と避けるべきパターン

2024年以降のAI普及でエンジニア採用の評価基準が実際にどう変化したかを整理する

「なんとなく良い」をなくす。AI企業でのエンジニア採用面接を構造化するための具体的な設計とスコアリング

複数のAIスタートアップのHR顧問として見てきた、現場の採用判断基準の実態

AIスタートアップが最初のエンジニアを採用すべきタイミングの判断基準と、早すぎる採用が引き起こす問題

「2人目が入れば2倍速」は、なぜ裏切られるのか。1人目のコピーを採るという失敗の構造と、その回避策

AI活用が前提になった開発現場で、技術評価の軸が実際にどう変わったか。採用面接への影響と具体的な評価方法

技術力の指標として GitHub を見るとき、何を見てはいけないか。星の数でなく何で判断するか

LLMを相棒にできるエンジニアかどうかを確認するために、採用面接で実際に使っている質問と、回答の見方

「LLMが使える」ことをどう測るか。実際に使っているテスト設計と採点基準を公開する

AI採用で混同されがちな「LLMの使い方を知っている」と「エンジニアリングの基礎がある」の違いと、採用時の判断方法