Использование AI в проекте
Что проверяют
За этим вопросом две темы, и лучше закрыть обе: пользуетесь ли вы AI-инструментами в разработке и встраивали ли ML или LLM в само приложение. Интервьюер смотрит на трезвость: проверяете ли вы результат или доверяете ему вслепую. Следом спрашивают, где AI вас подвёл.
Как отвечать
Про процесс разработки говорите конкретно: какой инструмент (Gemini в Android Studio, GitHub Copilot, чат-модель в браузере), на каких задачах он экономит время (шаблонный код, тесты, перенос XML-разметки в Compose, разбор незнакомого стектрейса) и как вы проверяете результат. Хорошо звучит правило: сгенерированный код проходит то же ревью и те же тесты, что и написанный руками.
Если AI был в продукте, опирайтесь на свой кейс и называйте инструменты по делу:
- ML Kit: готовые модели на устройстве, распознавание текста, штрихкодов, лиц, определение языка. Работает офлайн и без своего сервера;
- LiteRT (бывший TensorFlow Lite): собственные модели на устройстве, с квантованием и аппаратными делегатами для GPU или NPU;
- Gemini Nano: генеративная модель на устройстве, есть только на части поддерживаемых смартфонов, поэтому нужен запасной путь;
- облачные модели: вызовы идут через свой бэкенд или Firebase AI Logic, ключ API в APK не кладут.
Покажите инженерную сторону: задержка ответа и её отображение в UI, размер модели и APK, работа без сети, согласие пользователя и обращение с персональными данными. Цифры приводите свои: насколько выросло приложение, сколько миллисекунд занимает инференс.
Если AI в продукте не было, так и скажите и расскажите про инструменты разработки. Честное «пользуюсь для тестов и рефакторинга, вот как проверяю» лучше пересказа возможностей ML Kit.
Где спотыкаются
Перечисляют модные названия без своей задачи. Интервьюер спрашивает «а что делали вы», и ответ рассыпается.
Говорят, что AI пишет за них большую часть кода, и не могут объяснить, как этот код проверяется.
Зашивают ключ облачного API в приложение. APK разбирается за минуты, ключ утекает, а счёт приходит вам.