90+ кандидатів, Claude і 1 оффер: як я найняв QA за два тижні без рекрутера

💡 Усі статті, обговорення, новини про тестування — в одному місці. Приєднуйтесь до QA спільноти!

Мене звуть Олекс Майстренко, я хочу поділитися досвідом як в 2026 році можна знайти QA за два тижні, без HR і без рекрутера, але з AI-асистентом.

Нещодавно я шукав QA-інженера в свою команду для MISTO. Ми робимо City-As-A-Service платформу, яка працює в Одесі та Бучі і скоро запускається у Львові. Ми даємо містам довірений канал комунікації під час війни та в умовах дезінформації. Роль QA дуже важлива та доволі специфічна, тому що це єдиний QA в маленькій команді, із задачею підняти якість платформи в цілому та перебудувати наявний процес тестування для всіх компонентів — middleware, двох нативних мобільних застосунків на iOS і Android та CRM Creatio.

Я вже деякий час не наймав людей, тому до звичних підходів підключив AI-асистента Claude, тим паче, що вже 88% компаній використовують AI для скринінгу. Мій процес доволі стандартний: скринінг, усна співбесіда, тестове і офер. AI сильно допоміг з рутиною та став цікавим партнером у наймі.

В цій статті хочу поділитися двома речами: який стан ринку generalist QA зараз та як використати AI реально під час найму.

Ринок

В нашій команді немає ані HR, ані рекрутерів, тому весь процес найму від А до Я був на мені. Нашого QA забрав інший популярний роботодавець, який служить нашій свободі — ЗСУ. Після такого розвитку подій необхідно було шукати нового QA, бо без контролю якості ми почали пропускати баги. Одного дня я зібрався думками, написав вакансію та розмістив її на LinkedIn. Під цю вакансію ідеально підійшов пост з підсумками року, опублікований у лютому (так теж можна було — не обовʼязково це робити у грудні). Пост та вакансію розіслав по сарафанному радіо знайомим айтівцям та QA з надією на рекомендації.

У вакансії я спеціально вказав очікувану оплату (не за мішок картоплі працюємо же ж!). Орієнтовний бюджет був, але найкращий орієнтир — це, звісно, результати зарплатного опитування DOU. Я вийшов з доволі широкою вилкою, взявши від 1 до 3 квартилів DOU QA engineer зарплатного рейтингу. Частина кандидатів не попадала у воронку і просила більше, і, оскільки бюджет був зі стелі, то дещо поза 3 квартилем я теж розглядав. Нижче першого квартилю нікого не було (де ці люди?).

Буквально наступного дня після публікації LinkedIn перестав приймати нових кандидатів. Безкоштовна вакансія має обмеження у 20 заявок. Я додав свою банківську картку та виставив мінімально можливий ліміт у дві з чимось тисячі гривень. Вакансія знову ожила, і прийшли нові кандидати. Всього на LinkedIn було витрачено трохи більше 6 тисяч гривень за 2 тижні роботи з вакансією.

За час найму я отримав 85 відгуків через LinkedIn, 3 рекомендації від знайомих та 3 рекомендації від Mate Academy.

LinkedIn одразу автоматично відсіював кандидатів з категорії «не підходять» за критерієм локації (всіх поза Україною). З 91 кандидата тільки 28 пройшли далі після скринінгу (30%). Такий зараз ринок: багато хто шукає роботу. З них тільки 16 потрапили на інтерв’ю. Загальна конверсія вийшла 1% (1 офер з 91 кандидата).

Мої цифри підтверджують, що зараз ринок за роботодавцем, і за даними DOU, на одну QA-вакансію у 2025 році в середньому надходило понад 60 відгуків. На мою конкретну вакансію прийшло 90+ відгуків за два тижні, без рекрутера і без великого бренду. При цьому парадокс залишається таким самим: кандидатів багато, але підходящих саме для вас буквально одиниці. З 91 кандидата до тестового дійшло шестеро.

Скринінг

Я оброблював резюме один раз на день: всіх, хто подалися на вакансію з часу попередньої обробки. Виходило від 6 до 21 резюме за один захід. За два тижні було шість обробок резюме.

Кожне резюме я спочатку дивився сам і ставив оцінку за шкалою на основі градації LinkedIn: good fit, middle/weak fit, не підходить. Я використовував такі критерії:

• наскільки є плюс-мінус актуальний досвід тестування мобільних платформ;
• чи описані деталі в резюме, по яким можна зрозуміти що саме людина робила;
• в яких компаніях працювала (так, заліковка працює на вас).

Потім я прогоняв всі резюме через Claude Code із промптом на основі опису вакансії. Claude аналізував CV, давав рейтинг і писав короткий саммарі з оцінкою за 10-бальною шкалою. Для кожного кандидата AI оцінював п’ять речей у порядку пріоритету:

• досвід мобільного тестування (iOS та Android);
• продуктове мислення;
• досвід побудови процесів;
• локація (Одеса/Львів/Буча є бонусом, бо кандидат є реальним користувачем продукту);
• ризики.

80% наших з AI оцінок кандидатів співпало. Зазвичай я давав кандидатам більше шансів, ніж AI, що в принципі дещо говорить про мене. Claude знижував рейтинг кандидатам, які начебто виглядали добре на папері, але мали досвід мобільного тестування лише на специфічних пристроях.

AI чітко та системно структурував результати аналізу резюме. Також AI підсвітив ризики та зробив свою оцінку кандидатів для подальшого порівняння. Проте за ним потрібно перевірити, бо галюцинації ніхто не відміняв.

Перевага кандидата: «At AAA she tested iOS/Android — subscriptions, paywalls, push notifications for user retention. This is exactly the kind of mobile product thinking you need.»

Ризик кандидата: «Listed as a course topic but no mobile testing in any work experience description. All three roles describe web/backend testing only.»

Ризик, формалізований AI: «CV describes mostly routine maintenance/verification work. No product orientation. No process building. Not the profile of someone who will own quality.»

Всім кандидатам, крім тих, яких LinkedIn категоризував як непідходящих, я відповів. Але не всі, на жаль, спромоглися зробити зворотнє. Не зважаючи на стан ринку, є кандидати, які навіть не приходять на погоджені співбесіди і не дають зворотній звʼязок.

Claude згенерував шаблони повідомлень для різних рівнів кандидатів: запрошення на дзвінок (good fit), ввічливу відмову з пропозицією залишитися на зв’язку (middle fit), і стандартну відмову (weak fit). Здавалося б, дрібниця, але на 60-ти повідомленнях шаблони економлять час і тримають тон консистентним.

Інтерв’ю

Для консистентності перед першим інтерв’ю я з Claude склав чек-лист для 45-хвилинної бесіди. Так, часу обмаль, кандидатів багато, тож давайте робити це швидко. В результаті отримав п’ять блоків: вступ (5 хв), продуктове мислення (10 хв), досвід мобільного QA (10 хв), володіння процесом (10 хв), завершення (10 хв). Цей чек-лист я використовував на всіх 16 інтерв’ю. Чек-лист я відкривав разом із дзвінком і буквально йшов по ньому під час розмови. Звісно, що структурою розмови ділився з кожним кандидатом на початку. Такий чек-лист допоміг мені тримати всі співбесіди в одному форматі та потім порівнювати кандидатів за єдиним принципом.

Після декількох інтерв’ю я попросив Claude оцінити, як я проводжу співбесіду для цієї ролі. Він вказав, що я недостатньо консистентно ставлю питання, а також що я забив на заповнення оцінки. Дійсно, оцінку я залишав у голові. По консистентності я скоригував — наприклад, додав акцент на питання про тестування API, бо в оригіналі їх не вистачало (хоча інколи і питав).

Під час інтерв’ю я робив всі нотатки від руки та формував своє враження від кандидата на основі відповідей. Після інтервʼю (ідеально в той же день) надиктовував по нотаткам, як проходила співбесіда — це був аудіозапис через Whisper (speech-to-text). Буквально читав свої нотатки з коментарями та деталями. Таку транскрипцію віддавав Claude для генерації структурованого саммарі: ключові висновки, сильні сторони, ризики, рекомендації.

З 16 проведених інтерв’ю 7 закінчилися відмовою (кандидат не підійшов або сам відмовився), а 6 перейшли до тестового завдання.

Тестове завдання

Тестове завдання виявилося найціннішим етапом у воронці. Так, про тестове багато дискусій, але саме завдяки тестовому стало видно, що резюме, досвід і реальні навички — це три різні речі.

Я розраховував і просив кандидатів витратити не більше двох годин свого часу на виконання завдання з трьох частин:

1. Exploratory testing (1 година): знайти три найважливіші баги в нашому застосунку і зробити короткий баг-репорт.
2. Product eye (30 хвилин). Пів сторінки максимум: «Якби ти був єдиним QA в MISTO — на чому б сфокусувався спочатку і чому?». Правильної відповіді немає — ми дивимося, як людина думає про продукт.
3. Тест-план (30 хвилин). Обрати одну фічу із застосунку і написати короткий тест-план. Одна сторінка, не двадцять.

В цілому, на виконання завдання було від одного до пʼяти днів.

Я оцінював такі аспекти: чи знаходить людина реальні проблеми, які важливі користувачам; чи розуміє, що таке баг-репорт; чи вміє структурувати та пріоритизувати.

Дуже круто було бачити послідовність («c for consistency») між інтервʼю та тестовим завданням. Під час співбесіди кандидат казав, що в продукті важливо, щоб був зворотній для користувачів продукту. А потім під час виконання тестового завдання один із багів був тестовий номер телефону в продакшені.

Інколи кандидати робили тестове завдання тільки на одній платформі iOS. Підтвердження багів на двох платформах було додатковим бонусом для кандидатів. Постановка тестового завдання була доволі чітка, але по букві завдання не всі могли його виконати: зробити баг-репорт з кроками, або пріоритезувати знайдене. Для єдиного QA на продукті такі речі стали приводом для відмови.

З AI та результатом завдання я працював як і зі співбесідою. Спочатку своє неупереджене рішення, а потім підтримка від Claude: сильні та слабкі сторони, співставлення з резюме та загальна рекомендація.

Тільки один баг із тестового не був використаний в роботі. Тестове не було оплачене і залишилось критерієм відбору, а не бойовими баг репортами.

Рішення

Фінальне рішення було складним. І тут допомогла вся база зібраних матеріалів. Я мучив Claude різними варіантами аналізу:

• матриця прийняття рішень;
• порівняння сильних і слабких сторін по CV, інтерв’ю та тестовому завданню;
• подивитися на онлайн-присутність кандидатів;
• оцінити на предмет feature testing vs product testing (для стартапу з бізнес-вимогами без детальних технічних специфікацій інстинкт продуктового тестування важливіший);
• чесну рекомендацію (aka «make no mistakes»).

Це було складне рішення з аналізом протягом декількох годин. Відправлено 1 офер та один довгий лист з подякою.

Організація простору

Всі документи я зберігав в одній директорії. Резюме залишилися в оригінальних форматах, а мої документи — як Markdown-файли. Структура доволі проста: папка з CV по днях, щоденні файли аналізу кандидатів, трекер прогресу, щоб нікого не загубити, шаблон і результати тестових завдань, нотатки та саммарі після кожної співбесіди, чекліст інтерв’ю, job description.

Структурування важливе, але ще важливіше — це формування довгострокової пам’яті для AI на основі Markdown-файлів. Claude Code бачив всі попередні оцінки, нотатки з інтерв’ю і проміжні рішення, тому кожен наступний аналіз враховував повний контекст найму, а не тільки поточне резюме. До шостого дня AI вже «знав» весь пул кандидатів і міг порівнювати нового кандидата з попередніми без додаткових пояснень.

Мої промпти при цьому були прості. Важливо на початку один раз добре описати компанію і роль та тримати цей контекст впродовж всього процесу найму.

Підсумок

14 днів, 91 кандидат, 16 інтерв’ю, 6 тестових, 1 офер. AI не найняв QA за мене, але він допоміг структурувати процес найму та додати чітко виражену оцінку: первинний скринінг великого обсягу резюме зі стандартизованою оцінкою, генерація чек-листів, шаблонів повідомлень, саммарі інтерв’ю, оцінку тестових завдань за однаковими критеріями. Найбільша цінність AI — у можливості вийняти з широкого контексту короткий підсумок. Зважайте, що такий підсумок може бути з галюцинаціями.

Фінальне рішення (зараз) залишається за людиною. AI може сказати «strong recommend», але хімію з командою і культурний fit оцінити складно. Саме інтерв’ю має бути живою розмовою.

Якщо ви наймаєте і ще не використовуєте AI в процесі, то обовʼязково спробуйте як другу пару очей. Найскладніше рішення все одно буде вашим, але ви приймете його з кращою інформацією.

Для кандидатів:

• Міф: потрібно резюме на 1 сторінку. Правда: можна на дві. Очима я прочитаю і те і інше, а AI зробить резюме в один абзац з обох.
• Пишіть деталі в резюме. Голе резюме з назвами компаній і позиціями без пояснень — одразу мінус. Не потрібно писати сторінку про кожну позицію, але два-три речення про те, що саме ви робили та зробили. Ба більше, різниця між «тестував мобільні застосунки» і «тестував iOS + Android consumer app з 500K MAU, покривав регресію перед кожним релізом» — це різниця між «може бути» і «запрошую на дзвінок».
• Не зникайте після відгуку та не ігноруйте співбесіди. Якщо ви відгукнулися на вакансію, то будьте готові до комунікації. Навіть коротке «дякую, але я вже прийняв іншу пропозицію» краще за тишу.
• Робіть тестові завдання якісно. Саме на цьому етапі кілька кандидатів, які добре виглядали на інтерв’ю, показали, що між розповіддю про досвід і реальною роботою є розрив.

Сподобалась стаття? Підписуйтесь на автора, щоб отримувати сповіщення про нові публікації на пошту.