Domande di colloquio tecnico asincrono che rivelano davvero la competenza

Il problema delle domande asincrone

Nel 2026, quasi ogni puzzle classico di algoritmi in un take-home viene risolto da un LLM in secondi. Lo stesso vale per la maggior parte di LeetCode. Lo stesso per „implementa una cache" e „costruisci un URL shortener".

Se il tuo stage asincrono usa ancora domande dal canone di prep 2020, non stai filtrando per competenza ingegneristica — stai filtrando per accesso a ChatGPT. Questo post raccoglie quattro formati di domande che resistono al completamento AI banale e producono segnale reale in asincrono.

Formato 1: Domande „leggi questo codebase"

Alla candidata viene dato un piccolo repository (50–500 righe) e chiesto di fare qualcosa con esso: trovare un bug, aggiungere una feature, refactorare una classe, scrivere un test mancante.

Esempio per ruolo backend:

„Allegato c'è una piccola API Express con un endpoint users. C'è un bug che fa restituire dati stantii dopo l'aggiornamento del profilo. (1) Trova e correggi il bug. (2) Aggiungi un test che l'avrebbe catturato. (3) Scrivi 2–3 frasi sulla causa sottostante."

Perché funziona:

• La candidata deve leggere codice, non solo scriverlo. L'AI può scrivere; la candidata deve capire.
• Il deliverable „spiega la causa" è breve ma rivela profondità. Spiegazioni AI sono generiche; ingegneri veri puntano alla riga specifica.
• Una domanda di follow-up live („come hai trovato il bug?") collassa qualsiasi submission AI-only.

Formato 2: Domande di design con tradeoff

Invece di „implementa X", chiedi „progetta X e scrivi cosa hai considerato."

Esempio per senior engineer:

„Progetta un rate limiter semplice per un'API interna a 50 RPS di picco. Implementa una versione funzionante (qualsiasi linguaggio) più un README di 1 pagina che spieghi: (1) l'algoritmo scelto e almeno un'alternativa scartata, (2) cosa cambieresti a 5000 RPS, (3) cosa non stai gestendo e perché."

Perché funziona:

• Il codice è la parte piccola. Il README è il segnale.
• „Cosa non stai gestendo" è la killer question. L'AI è cattiva ad ammettere limiti; i senior lo fanno naturalmente.
• Il deliverable è breve da leggere (≤15 min per il reviewer), non un progetto da 4 ore.

Formato 3: Domande „debug-questo-fallimento"

Dai alla candidata un test che passa, uno che fallisce e il codice in test. Chiedile di far passare il rosso senza rompere il verde.

Questo formato è difficile da giocare con AI perché l'AI tende a riscrivere troppo. Una candidata che ragiona su modifiche minime supera una che incolla un file rigenerato.

Esempio:

„Allegato c'è un utility di parsing date. La funzione gestisce ISO 8601 correttamente (test 1 passa). Non gestisce date con abbreviazioni mese mixed-case come 12-Mar-2025 (test 2 fallisce). Fai passare test 2 senza rompere test 1. Invia la patch più piccola possibile."

La frase „patch più piccola possibile" fa il lavoro. I reviewer leggono un diff di 3 righe in 30 secondi.

Formato 4: Domande stile code-review

Dai alla candidata un pezzo di codice con 3–5 issue di severità varia e chiedi di scrivere code review.

Esempio per ruolo mid-level:

„Allegata una PR che aggiunge un endpoint /checkout alla nostra API e-commerce. Reviewla come se l'avesse inviata una collega. Elenca gli issue su cui bloccheresti, quelli che solo suggeriresti e almeno una cosa che l'autore ha fatto bene. Ordina per severità."

Perché funziona:

• Engineering è perlopiù leggere codice altrui, non scrivere greenfield. Questa domanda testa il lavoro vero.
• Fa emergere giudizio („bloccare o solo suggerire?"), il segnale senior-vs-mid.
• Difficile da outsourcare: l'AI flagga issue ovvi ma li classifica male e raramente cattura sottigliezze.

Cosa evitare nelle domande asincrone

• Puzzle puri di algoritmi. „Implementa una sliding window per X" — AI in secondi, debolmente predittivo anche prima dell'AI.
• Tutto oltre le 2 ore. I top candidate le saltano. Vedi i dati di drop-off per il budget di tempo.
• CRUD generici. „Costruisci una todo list con Postgres" — ogni candidata produce submission quasi identiche.
• Domande con una risposta corretta. Il formato asincrono fa meglio emergere giudizio, che richiede più risposte valide.

Follow-up live

Ogni esercizio asincrono va abbinato a un follow-up live di 20 minuti dove la candidata cammina nella sua submission. Quel singolo passo fa più per la integrità di qualsiasi rilevatore AI. In ClarityHire, la stanza live carica automaticamente il codice, così l'intervistatore arriva preparato.

Accoppiare domande con rubriche

Una grande domanda senza rubrica produce comunque risultati inconsistenti. Per ogni formato sopra, pre-scrivi una rubrica di scoring con almeno 3 livelli ancorati (1 = sotto soglia, 3 = a soglia, 5 = sopra soglia) prima della prima submission. Vedi la nostra guida alle best practice per il playbook completo.