IT-Case — Построение команды Python/Django разработчиков

Контекст проекта

IT-Case — екатеринбургская IT-компания, специализирующаяся на веб-разработке и автоматизации бизнес-процессов. К 2013 году компания столкнулась с типичной для растущего бизнеса проблемой: нехватка квалифицированных разработчиков для реализации растущего потока проектов.

Бизнес-задача:

• Расширение команды разработки на 7-10 человек
• Фокус на Python/Django стеке (основное направление компании)
• Готовность обучать junior-специалистов (дефицит senior на рынке)
• Построение процесса, который масштабируется на будущие наймы

Проблемы найма в 2013:

• Дефицит Python-специалистов в Екатеринбурге (технология еще набирала популярность)
• Конкуренция за senior — крупные компании переманивали опытных разработчиков
• Отсутствие структуры — рекрутинг велся хаотично, без процесса
• High attrition в первые месяцы — неудачный онбординг приводил к оттоку новичков

Задача

Моя роль — Technical Recruiter с фокусом на:

1. Sourcing & Screening — поиск кандидатов и первичная фильтрация
2. Техническое собеседование — оценка профессиональных навыков
3. Разработка программы обучения — онбординг и адаптация новых сотрудников
4. Построение процесса — создание воспроизводимого recruiting pipeline

Особенность проекта: готовность инвестировать в junior/middle специалистов с обучением, вместо дорогого найма senior из-за дефицита последних на рынке.

Решение

1. Построение процесса технического рекрутинга

Sourcing стратегия:

┌─────────────────────────────────────────────┐
│           Каналы поиска кандидатов          │
├─────────────────────────────────────────────┤
│ 1. Job boards (hh.ru, habr.com/career)      │
│ 2. Профильные сообщества (Python UG)        │
│ 3. University partnerships (УрФУ, УрГУПС)   │
│ 4. GitHub sourcing (активность в Python)    │
│ 5. Referrals (рекомендации от команды)      │
└─────────────────────────────────────────────┘

Особенности sourcing:

• Расширенные критерии: не только "знание Django", но и общие навыки программирования, желание учиться, портфолио pet-проектов
• GitHub как индикатор: активность в open source и личные проекты на Python — сильный сигнал
• University recruiting: партнерство с вузами для привлечения выпускников и студентов старших курсов
• Community involvement: участие в Python User Group встречах для networking

2. Структурированное техническое интервью

Воронка отбора:

4-этапный процесс отбора:

Этап 1: Screening call (15-20 мин)

• Проверка базовых требований (опыт программирования, мотивация)
• Обсуждение ожиданий по зарплате и формату работы
• Краткий рассказ о компании и проектах
• Цель: отфильтровать несоответствующих кандидатов до глубокого интервью

Этап 2: Техническое домашнее задание (2-4 часа на выполнение)

Практическая задача на Django:

"""
Задание: Password Manager — веб-хранилище паролей
 
Описание:
Разработать простое веб-приложение на Django для безопасного хранения
учетных данных (логинов и паролей для различных сервисов).
 
Требования:
 
1. Django приложение с моделями:
   - User (встроенная Django модель для аутентификации)
   - PasswordEntry (title, website, username, password, created_at, user)
 
2. Функционал:
   - Регистрация и аутентификация пользователей
   - CRUD операции с записями паролей (только для своих записей)
   - Шифрование паролей перед сохранением в БД
   - Поиск записей по названию/сайту
   - Простой веб-интерфейс (можно на Django templates)
 
3. Безопасность:
   - Пароли должны храниться в зашифрованном виде
   - Пользователи видят только свои записи
   - Защита от SQL injection, XSS
   - Валидация и санитизация пользовательского ввода
 
4. Код:
   - PEP 8 compliance
   - Migrations для моделей
   - Минимум 3-5 unit tests
 
5. Документация:
   - README с инструкциями по запуску
   - Описание подхода к шифрованию
   - Известные ограничения (если есть)
 
Оценивается:
- Качество кода (структура, читаемость, PEP 8)
- Понимание безопасности (шифрование, CSRF, XSS)
- Знание Django (models, views, forms, auth)
- Тестирование (корректность и покрытие)
- Git (commit messages, структура коммитов)
- Документация
 
Бонусы (не обязательно):
- Django REST Framework API вместо templates
- Password strength indicator
- Export/Import функционал
- Docker для развертывания
"""

Критерии оценки домашки:

• Security awareness: правильное шифрование паролей, защита от XSS/CSRF/SQL injection
• Code quality: PEP 8, именование, структура, разделение ответственности
• Django patterns: models, views/viewsets, forms, authentication, authorization
• Testing: покрытие тестами, корректность тест-кейсов (особенно безопасность)
• Git hygiene: commit messages, логическая структура коммитов
• Documentation: README с инструкциями, объяснение подхода к шифрованию

Этап 3: Техническое интервью (60-90 мин)

Структура:

1. Разбор домашнего задания (30 мин)

   • Шифрование: какой алгоритм выбрал и почему? Symmetric vs asymmetric?
   • Authorization: как реализована проверка, что пользователь видит только свои записи?
   • Security: какие угрозы учел? Что бы добавил для production?
   • Architecture: почему такая структура кода? Альтернативы?
   • Trade-offs: что бы сделал иначе при большем времени?

2. Live coding session (30 мин)

   • Расширение функционала: добавить "поделиться паролем с другим пользователем"
   • Как изменишь модель? Как обеспечишь безопасность?
   • Или: реализовать "генератор безопасных паролей" (функция на Python)
   • Цель: увидеть процесс мышления в реальном времени, подход к новым требованиям

3. Теоретические вопросы (20 мин)

   • Django ORM (N+1 queries, select_related, prefetch_related)
   • HTTP/REST principles
   • Database (indexes, transactions, migrations)
   • Python basics (decorators, generators, context managers)

4. Soft skills & culture fit (10 мин)

   • Опыт работы в команде
   • Подход к code review
   • Как учишься новому?

Этап 4: Встреча с командой / Финальное интервью (30-40 мин)

• Знакомство с будущими коллегами
• Обсуждение проектов и технологий
• Ответы на вопросы кандидата
• Цель: оценка team fit, мотивация кандидата

3. Критерии оценки кандидатов

Scoring matrix для объективной оценки:

Проходной балл:

• Junior: 50-65% (обучаемость важнее текущих знаний)
• Middle: 70-85%

4. Программа онбординга и обучения

Первые 2 недели: Адаптация и базовое обучение

Неделя 1: Введение в проект

День 1-2: Setup окружения
- Выдача hardware (ноутбук, доступы)
- Настройка dev environment (Python, Django, PostgreSQL, Git)
- Доступы к internal tools (GitLab, Redmine, Wiki)
- Знакомство с командой
 
День 3-5: Изучение кодбазы
- Архитектура существующих проектов
- Code walkthrough с senior разработчиком
- Разбор coding standards и conventions
- Чтение документации и Wiki
 
Задание: Исправить 2-3 простых bugs (good first issues)
- Цель: научиться navigating в кодбазе, процесс review

Неделя 2: Первый реальный таск

• Получение небольшой фичи из backlog (хорошо scope'нутой)
• Работа в паре с ментором (pair programming)
• Code review и feedback на каждый commit
• Результат: Первый merge в production

Месяц 1-3: Развитие навыков

Еженедельные обучающие сессии:

• Monday: Разбор сложных кейсов из production
• Wednesday: Code review session (учимся ревьюить чужой код)
• Friday: Tech talk (один из разработчиков делится знаниями)

Менторство:

• Каждому junior назначен senior-наставник
• Weekly 1-on-1 встречи (30 мин)
• Помощь с technical blockers
• Карьерное развитие и feedback

Практические задания:

1. Django Deep Dive (неделя 3-4)

   • Построение RESTful API с нуля
   • ORM optimization (N+1 problem, select_related)
   • Middleware и request lifecycle
   • Testing: fixtures, factories, mocking

2. Database & Performance (неделя 5-6)

   • Проектирование схемы БД (нормализация)
   • Indexes и query optimization
   • Django migrations best practices
   • Профилирование (django-debug-toolbar, query logging)

3. Production readiness (неделя 7-8)

   • Deployment (Nginx, uWSGI, systemd)
   • Monitoring и logging (Sentry для errors)
   • Security (SQL injection, XSS, CSRF)
   • Caching strategies (Redis, memcached)

Knowledge base:

• Internal Wiki с гайдами и best practices
• Code examples и шаблоны для типовых задач
• Video recordings технических докладов
• Reading list — рекомендованные статьи и книги

5. Метрики успешности найма

Отслеживание эффективности процесса:

Conversion funnel:

Резюме получено → 100%
  ↓
Screening call → 40% (отбираем соответствующих критериям)
  ↓
Домашнее задание отправлено → 80% (интерес подтвержден)
  ↓
Домашнее задание сделано → 60% (filter по мотивации)
  ↓
Техническое интервью → 70% (сделавшие домашку обычно проходят)
  ↓
Оффер → 50% (high bar для quality)
  ↓
Оффер принят → 85% (конкурентные условия)

Time to hire:

• Average: 5-7 дней от первого контакта до оффера
• Fast track: 3 дня для outstanding кандидатов
• Goal: не затягивать процесс, чтобы не потерять кандидата

Quality of hire:

• Performance review через 3, 6, 12 месяцев
• Retention rate: > 85% через год (vs 60% industry average)
• Ramp-up time: время до полной продуктивности — 2-3 месяца для junior

Результаты

За 6 месяцев набрана команда из 7 Python/Django разработчиков. Retention через год — более 85%, время от первого контакта до оффера — 5–7 дней.

Компания перестала зависеть от рынка senior: вырастили talent внутри. Все нанятые прошли одинаковую программу обучения, поэтому кодовая база стала консистентнее. Senior-разработчики вовлечены в менторство — это и развитие junior, и leadership-опыт для старших.

Итого

В условиях дефицита senior-специалистов стратегия найма и обучения junior оказалась эффективнее. Стоимость — время на обучение. Отдача — лояльность, соответствие культуре, долгосрочный рост. Некоторые из нанятых за эти годы выросли до team lead и architect.

Воспроизводимый процесс с чек-листами и scoring matrix работает лучше интуитивного подхода. Первые 3 месяца определяют, останется ли сотрудник — structured onboarding с менторством резко снижает отток.

Home assignment и live coding — двусторонний процесс: не только оцениваем кандидата, но и показываем ему реальную работу. Кто-то отсеивается сам — и это хорошо.