Blind CV a szoftvertesztelésben – Miért csökkenti a kiválasztási kockázatot?

„Vajon hány kiváló szakembert utasítottunk el eddig csak azért, mert nem a megfelelő egyetemre járt?”

A kérdés provokatívnak tűnhet, de a toborzási statisztikák és a pszichológiai kutatások sajnos alátámasztják: a hagyományos kiválasztási folyamatok tele vannak tudattalan előítéletekkel. A szoftvertesztelés területén, ahol a precizitás, a technikai tudás és a módszertani ismeretek számítanak, ezek az előítéletek nemcsak esélyegyenlőségi problémát jelentenek, hanem konkrét üzleti kockázatot is.

Ebben a cikkben megvizsgáljuk, hogyan segíthet a Blind CV (Vak önéletrajz) módszere abban, hogy megtaláljuk a „rejtett gyémántokat”, és miért érdemes megfontolni a bevezetését a technikai toborzásban.

Mi is az a „Blind CV”, és miért téma ez most?

A Blind CV egy olyan önéletrajz, amelyből minden személyes adatot eltávolítunk, ami nem releváns a munkakör betöltése szempontjából. Nincs név, nincs nem, nincs életkor, nincs fotó. Ami marad: a szakmai tapasztalat, a készségek (skills) és az elért eredmények.

Bár a HR világában az „Unconscious Bias” (Tudattalan elfogultság) elleni küzdelem egyre hangosabb, a tesztelésben ez nem („csak”) a diverzitásról szól. Ez színtiszta hatékonyság. A tesztelésben a hibák megtalálása a cél – a kiválasztásban pedig az, hogy megtaláljuk azt, aki a legjobban megtalálja a hibákat.

Tézisként kimondhatjuk: A szoftvertesztelésben a kompetencia és a mindset számít, nem a pedigré. A Blind CV abban segít, hogy a zajt kiszűrve a lényegre koncentrálhassunk.

1. A hagyományos kiválasztás csapdái a tesztelésben

Mielőtt megnéznénk a megoldást, értsük meg a problémát. Miért „romlik el” gyakran a szűrés a hagyományos CV-knél?

A „Halo effektus” (Dicsfény-hatás)

Ha a jelölt önéletrajzában meglátunk egy ismert tech óriást (pl. „Google”, „Facebook” vagy egy menő helyi startup), az agyunk automatikusan pozitív tulajdonságokat társít hozzá. „Ha ott dolgozott, biztosan profi.” A valóság: Lehet, hogy egy 200 fős csapat apró fogaskereke volt, minimális felelősséggel, és valójában nem érti a rendszerszintű összefüggéseket.

A „Hasonlóság” torzítása (Similarity Bias)

„Ó, ő is szeret futni / sakkozni / túrázni, biztosan jól kijövünk majd.” – gondolja a Hiring Manager. A valóság: A közös hobbi vagy érdeklődési kör szimpatikussá teszi a jelöltet, de semmit nem árul el arról, hogyan ír tesztesetet vagy talál meg egy komplex hibát. A szimpátia elhomályosítja a szakmai ítéletet.

A sztereotípiák csapdája

„A tesztelés monoton, pepecselős munka, biztos jobb rá egy csendes, introvertált ember.” A tévedés: A modern, agilis környezetben dolgozó tesztelő (legyen manuális vagy automata) proaktív, folyamatosan kommunikál a fejlesztőkkel és a Business Analystokkal. Ha az „arc alapján” egyből beskatulyázunk valakit, lehet, hogy a csapat legértékesebb kommunikátorát utasítjuk el.

2. Hogyan működik a Blind CV a gyakorlatban?

Nem kell bonyolult folyamatra gondolni. A lényeg az információk szűrése a döntéshozatal korai szakaszában.

A folyamat lépései:

  1. Beküldés: A jelölt beküldi a hagyományos önéletrajzát.
  2. Anonimizálás: Egy szoftver (ATS) vagy egy dedikált HR munkatárs (aki nem vesz részt a szakmai döntésben) eltávolítja a személyes adatokat.
  3. Szakmai szűrés: A Hiring Manager (szakmai vezető) csak a tisztított, „skill-alapú” kivonatot kapja meg.
    • Nem látja: „Kovács János, 35 éves, hobbija a futás.”
    • Látja: „7 év tapasztalat banki szoftverek tesztelésében. ISTQB CTFL vizsga. Erős SQL tudás. Tapasztalat Selenium és Cypress keretrendszerekkel.”

Mire kényszerít ez minket? Ahelyett, hogy a személyes háttéren rágódnánk, olyan kérdésekre kell fókuszálnunk, amelyek valóban számítanak:

  • Milyen eszközöket használt a gyakorlatban?
  • Milyen komplexitású problémákat oldott meg?
  • Dolgozott már CI/CD környezetben?
  • Hogyan kezelt éles incidenseket?

3. Miért csökkenti ez a kockázatot?

Elsőre furcsának tűnhet, hogy kevesebb információ alapján döntünk, és ez mégis biztonságosabb. De a Blind CV pont azt a „zajt” veszi el, ami elterelné a figyelmünket.

Objektív szűrés = Relevancia

A módszer rákényszeríti a döntéshozót, hogy definiálja, mit keres. Ha nem támaszkodhatunk megérzésekre („szimpatikus az arca”), kénytelenek vagyunk szakmai kritériumrendszert (scorecard) felállítani. Ez önmagában javítja a kiválasztás minőségét.

Szélesebb merítés (A rejtett tartalékok)

Sokszor azért nem találunk senior tesztelőt, mert a saját szűrőinkkel (pl. „csak informatikus diplomával”) kizárjuk a piac 30%-át. A Blind CV-vel olyan jelölteket is behívunk technikai interjúra, akiket „név alapján” vagy „előítéletből” kiszórtunk volna. Ők lehetnek azok a rejtett gyémántok, akik szakmailag zseniálisak, csak nem illenek bele a hagyományos sablonba.

Jobb találati arány

A tapasztalatok azt mutatják, hogy a Blind CV-vel kiválasztott jelöltek a technikai interjúkon (szakmai teszteken, live coding sessionökön) magasabb átmenési arányt produkálnak. Miért? Mert már a CV szűrésnél is a szakmai kompetenciák voltak túlsúlyban.

4. Kihívások és határok: Nem varázsszer

Fontos tisztázni: a Blind CV nem old meg mindent, és megvannak a maga korlátai.

  • Csak az első lépcsőfok: Ez a módszer a kiválasztás elején, a CV szűrésnél (Screening) segít. Az interjún természetesen találkozunk a jelölttel, ahol az „Unconscious Bias” újra visszaszivároghat.
  • A „Kulturális Fit” (Culture Fit): Ezt nehéz mérni egy anonim papírból. Ezt a későbbi interjúkörökre kell hagyni. A Blind CV célja nem a kulturális illeszkedés mérése, hanem a szakmai alkalmasság objektív megítélése.
  • Bevezetése: Nem kell azonnal az egész céget átállítani. Érdemes kísérleti jelleggel (Pilot), egy-egy konkrét pozíciónál kipróbálni, és összehasonlítani az eredményeket a hagyományos módszerrel.

Összegzés: A kompetencia alapú jövő

A szoftverfejlesztésben és tesztelésben a jövő egyértelműen a kompetencia alapú kiválasztásé (Competence-based hiring). Nem az számít, honnan jöttél, hanem hogy mit tudsz letenni az asztalra.

A Blind CV ennek egy kiváló eszköze. Azt üzeni a jelölteknek: „Nálunk a tudásod számít, nem a hátterd.” A cégnek pedig azt adja, amire a legnagyobb szüksége van: objektívebb döntést, szélesebb jelöltbázist és végső soron jobb szakembereket.

Ne hagyja, hogy az előítéletei döntsenek Ön helyett. A legjobb tesztelője lehet, hogy épp az, akire a fotója alapján nem is gondolt volna.

Megosztás

Kérsz értesítést a legújabb cikkekről?

Kapcsolódó cikkek

Hogyan promptold az AI-t, ha tesztesetet akarsz generálni?

Az AI percek alatt legenerál ötven tesztesetet. A kérdés csak az, hogy azok használhatók-e, vagy a felét úgyis kidobod. A különbség szinte sosem a modellen múlik, hanem azon, hogyan kéred. Ha annyit írsz be, hogy „írj teszteket a bejelentkezéshez”, általános, sablonos listát kapsz, amit bármelyik tankönyvből kimásolhattál volna. Ha viszont tudod, hogyan építsd fel a

20 év szoftvertesztelés után ezt látjuk minden sikeres szoftverprojektben

Húsz év és több száz projekt után az ember már nem az egyedi eseteket jegyzi meg, hanem az ismétlődő mintákat. A legérdekesebb felismerés az, hogy a sikeres szoftverprojektek mennyire hasonlítanak egymásra. Más az iparág, más a technológia, más a csapat, mégis ugyanazok az elvek térnek vissza bennük, újra és újra. A kudarcok ezzel szemben mind

Scroll to Top

Elérhető tesztelőink

Nézze meg szakértőink profiljait, tapasztalatát és kompetenciáit, és találja meg a projektjéhez illő szakembert.

2006 — 2026

20 ÉVES A PASSED!

20 éve a szoftverminőség szolgálatában.

Két évtized szakértelem, fejlődés és elkötelezettség a szoftvertesztelés mellett.

PASSED

Töltse le tesztelőink szakmai profilját

Adja meg elérhetőségét egyszer és férjen hozzá valamennyi elérhető profilhoz.