KI revolutioniert Tech-Interviews: So bereiten sich Software-Ingenieure vor

Die Landschaft der Softwareentwicklung und die damit verbundenen Karrierewege erleben durch Künstliche Intelligenz (KI) einen fundamentalen Wandel. Akaash Vishal Hazarika, ein erfahrener Senior Software-Ingenieur, der bei Tech-Giganten wie Google, Amazon und Salesforce tätig war, gibt Einblicke, welche Fähigkeiten in der KI-Ära entscheidend sind, um in der Branche erfolgreich zu sein. Er betont, dass Unternehmen von Ingenieuren erwarten, KI zu nutzen, um schneller und zuverlässiger zu entwickeln.

Die neue Ära der Softwareentwicklung: KI als Produktivitätsmotor

Akaash Vishal Hazarika, seit acht Jahren in Big Tech tätig, hat die Veränderungen in der Technologielandschaft aus erster Hand miterlebt. Er berichtet, dass Tech-Unternehmen übereinstimmend der Meinung sind, dass KI die Produktivität von Ingenieuren steigert. Daher wird von Softwareentwicklern erwartet, KI einzusetzen, um Projekte schneller und zuverlässiger umzusetzen.

Hazarika selbst nutzt KI intensiv für Routineaufgaben, um sich auf komplexere Herausforderungen wie Systemdesign und anspruchsvolle Geschäftslogik konzentrieren zu können. Die Vorbereitung auf eine Karriere als Software-Ingenieur unterscheidet sich heute erheblich von der Situation vor fünf Jahren.

Vom LeetCode-Standard zur KI-Integration: Was sich verändert hat

Noch im Jahr 2020 waren LeetCode und Systemdesign die entscheidenden Standards für erfolgreiche Bewerbungsgespräche in der Softwareentwicklung. Kandidaten mit einem fortgeschrittenen Verständnis von Datenstrukturen und Algorithmen hatten damals die besten Chancen. Heute sind diese Kenntnisse lediglich eine Grundvoraussetzung.

Da KI mittlerweile weit verbreitet für Codierung, Code-Reviews und Design eingesetzt wird, erwarten Tech-Unternehmen, insbesondere Startups, mehr von den Bewerbern. Während Problemlösungskompetenz, die Fähigkeit zur Skalierung von Systemen und der Einsatz von Cloud-Diensten weiterhin essenziell sind, sind neue Fähigkeiten hinzugekommen. Dazu gehören Prompt Engineering – die effiziente Nutzung von KI zur Lösungsfindung – sowie der Umgang mit KI zur Fehlerbehebung und zum Debugging.

Ein weiterer wichtiger neuer Skill ist die KI-Systemintegration, die das Einbetten von KI in bestehende Workflows, die Skalierung von KI-Systemen und die Entscheidung zwischen traditionellen und KI-Lösungen für Geschäftsentscheidungen umfasst.

Interviews im Wandel: KI als Prüfstein

Auch die Bewerbungsgespräche haben sich mit dem Aufkommen der KI weiterentwickelt. Grundlegende Kenntnisse in Systemdesign, Datenstrukturen und Algorithmen werden weiterhin erwartet. Interviewer testen nach wie vor den Problemlösungsansatz der Kandidaten und deren Fähigkeit, die richtigen Kompromisse in Bezug auf Zeit und Speicherplatz zu finden. Debugging-Fähigkeiten bleiben ebenfalls wichtig, da KI oft grundlegende Logikfehler macht.

Es gibt jedoch auch neue Elemente, auf die sich Bewerber vorbereiten müssen. Akaash Vishal Hazarika hat persönlich erlebt, dass in einigen Interviews die Zusammenarbeit mit KI-Assistenten im Live-Screen-Sharing-Modus erlaubt ist. Hierbei möchten Interviewer sehen, ob Kandidaten durch die Kombination von Software-Engineering-Fähigkeiten und KI-Prompting Geschäftsziele erreichen können.

Hazarika berichtet von einem Vorstellungsgespräch bei einem Silicon Valley Startup im Jahr 2024, bei dem er traditionelle Coding-Aufgaben erwartete. Stattdessen erhielt er eine große Code-Datei und sollte ein fehlerhaftes Verhalten debuggen, wobei die Interviewer explizit die Nutzung von KI-Unterstützung erlaubten. Er ignorierte diese Einladung, da er dachte, die Aufgabe selbst lösen zu müssen, und scheiterte. Das war für ihn ein Augenöffner bezüglich der neuen Rolle von KI in diesem Bereich.

Zudem können Systemdesign-Fragen gestellt werden, die sich darauf beziehen, wo KI in den aktuellen Geschäftsworkflow integriert werden sollte oder welche Kompromisse bei der Nutzung von KI und traditionellen Ansätzen in verschiedenen Problemkontexten einzugehen sind. Hazarika beobachtete, dass Unternehmen in Systemdesign-Interviews zunehmend Fragen zur Integration von KI zur Verbesserung bestehender Systeme und zur Unterstützung eines bestimmten Modell-Lebenszyklus in Bezug auf die Infrastruktur stellen. Er sah auch, dass Unternehmen Zugang zu einer kleinen Codebasis geben und erwarten, dass in etwa einer Stunde eine kleine Funktion geliefert wird, was ohne KI unmöglich ist, mit KI jedoch leicht umsetzbar.

Auch verhaltensbezogene Fragen sind üblich geworden, wie zum Beispiel: "Wie planen Sie, den Einsatz von KI zu bewerten, um den Workflow zu verbessern?" und "Wie planen Sie, Automatisierung und manuelle Aufsicht in Einklang zu bringen?"

Karrierewege in der KI-Ära: Tipps für Absolventen

Für Hochschulabsolventen, die zeigen möchten, dass sie für die neuen Anforderungen der Software-Engineering-Rolle gerüstet sind, empfiehlt Akaash Vishal Hazarika folgende Schritte:

• Produktionsorientiertes Denken entwickeln: Beteiligen Sie sich an Open-Source-Projekten im Bereich KI oder anderen GitHub-Projekten. Dies demonstriert die Fähigkeit, sich in eine Produktionscodebasis einzuarbeiten und eigenständig neue Funktionen zu entwickeln oder Fehler zu beheben. Bei Solo-Repositories sollte eine README-Datei die Entscheidungsgründe erläutern.
• **Portfolio mit KI-integrierten Projekten aufbauen:** Integrieren Sie KI in traditionelle Repositories, um praktische Erfahrung mit KI-Integration zu zeigen. Versuchen Sie, Projekte nicht nur lokal auszuführen, sondern auch in der Cloud bereitzustellen. Viele Cloud-Anbieter stellen kostenlose Studenten-Credits zur Verfügung.
• Cloud-Tools und KI-Prompting meistern: Konzentrieren Sie sich darauf, KI durch strukturierte Eingaben und Ausgaben effektiver zu nutzen, um gewünschte Ergebnisse zu erzielen. Zertifizierungen wie AWS oder GCP belegen die Lernbereitschaft.
• LeetCode-ähnliche Fragen üben: Lernen Sie verschiedene Problemlösungsmuster und üben Sie diese Fähigkeiten regelmäßig. Muskelgedächtnis und Mustererkennung sind hierbei von großem Vorteil.

Erfahrene Ingenieure: Expertise mit KI-Fähigkeiten verbinden

Für erfahrene Software-Ingenieure ist die tiefgreifende technische Erfahrung das größte Kapital. Akaash Vishal Hazarika gibt drei Tipps, die in den kommenden Jahren entscheidend sein werden:

• Spezialgebiet mit komplementären KI-Fähigkeiten abgleichen: Die Kombination aus jahrelanger Ingenieurserfahrung und beeindruckenden KI-Fähigkeiten wird die Aufmerksamkeit von Personalverantwortlichen auf sich ziehen.
• Backend: Konzentrieren Sie sich auf Aufgaben im Zusammenhang mit der Skalierung von Systemen, insbesondere KI-Systemen, wie dem Management von Durchsatz und Latenz während der Bereitstellung und der Pflege der Versionierung.
• Data Engineering: Bauen Sie Wissen und Fähigkeiten in Kubeflow, MLFlow, Apache Spark und Kinesis auf, da diese immer wichtiger werden.
• Site Reliability Engineering (SRE): Lernen Sie SRE kennen, das die Verfolgung von KI-Nutzung und -Kosten sowie den Aufbau von Fallback-Mechanismen umfasst, wenn Modelle in der Produktion Fehlfunktionen aufweisen.
• KI-Produkt-Mindset entwickeln: Senior Software-Ingenieure entwickeln nicht nur, sie müssen auch strategisch denken und innovativ sein. Versuchen Sie, die Kompromisse zwischen der Nutzung einer Drittanbieter-API und einer Open-Source-Lösung, die für Ihre Geschäftszwecke angepasst wird, zu verstehen. Fragen zu Kosten, Zuverlässigkeit und Wartbarkeit sollten bei der Entwicklung eines KI-Produkt-Mindsets immer im Vordergrund stehen.
• KI am aktuellen Arbeitsplatz nutzen: Identifizieren Sie Workflows in Ihrem aktuellen Job, die einen hohen manuellen Aufwand erfordern, und prüfen Sie, ob diese mit KI verbessert werden können. Nutzen Sie KI, um Ideen zur Effizienzsteigerung zu entwickeln.

Sowohl erfahrene als auch neue Ingenieure sollten neugierig bleiben und sich über die neuesten Technologien und KI-Agenten auf dem Markt informieren. Gleichzeitig dürfen grundlegende Ingenieuransätze nicht vernachlässigt werden. Das hybride Verständnis dieser Technologien macht einen Ingenieur in der heutigen Zeit besonders wertvoll. Akaash Vishal Hazarika würde sich selbst als "Hybrid-Ingenieur" positionieren: nicht nur ein reiner Coder oder nur ein Prompt Engineer, sondern die Brücke zwischen beiden Welten.