Contexte et motivations

Jane Street indique que les grands modèles de langage (LLM) sont désormais employés quotidiennement par la plupart de ses ingénieurs pour écrire, lire, déboguer et réviser du code. Cette adoption généralisée a modifié la façon dont le logiciel est produit, mais les entretiens techniques traditionnels – résolution de problème en temps réel avec un ou deux intervieweurs – sont restés inchangés pendant plusieurs années. L’entreprise justifie ce maintien par la nécessité de mesurer la capacité à résoudre des problèmes, structurer le travail, communiquer et collaborer.

Nouveaux formats d’entretien

À l’été 2024, Jane Street a commencé à tester, pour les candidats campus, des rondes d’entretien qui réduisent la quantité de code à écrire. Ces rondes privilégient la conception logicielle, la vérification de la qualité et de l’intention du code, ainsi que l’utilisation d’un LLM pour produire du code. La majorité des tours restent des entretiens de codage classiques, menés sans assistance d’IA. L’entreprise précise que tous les candidats seront informés à l’avance si une ronde « LLM » est prévue, et que le processus global – calendrier, nombre de tours, critères de sélection – n’a pas changé.

Analyse des implications techniques

Le déplacement de l’évaluation vers la conception et la vérification répond à la réduction du coût marginal de génération de code par IA. Lorsque le code peut être produit rapidement, la capacité à choisir des abstractions pérennes, à anticiper les effets de bord et à garantir la correction devient un critère différenciateur. En intégrant les LLM dans les entretiens, Jane Street teste implicitement la compétence du candidat à formuler des prompts efficaces, à interpréter les réponses de l’IA et à détecter d’éventuelles erreurs. Cette approche s’aligne avec les pratiques de formal methods déjà évoquées par l’entreprise, où la preuve de correction prend une place importante.

Limites et perspectives

Le format reste expérimental : aucune donnée chiffrée n’est fournie sur le taux de réussite ou sur l’impact réel sur la qualité des embauches. L’absence d’exigence de maîtrise approfondie des LLM évite de pénaliser les candidats moins familiarisés, mais rend difficile l’évaluation objective de la capacité à gérer les limites de l’outil (biais, hallucinations, manque de contexte). De plus, la variabilité des rondes – certaines sites les appliquent, d’autres non – complique la comparaison entre candidats. Jane Street indique que les formats évolueront et que de nouvelles précisions seront communiquées lorsque le processus sera stabilisé.