보잉 오브 아메리카의 6 자리 소득 SRE 직업을 그만두고 AI 엔지니어링 면접 준비를 구축했습니다. 현재 상황입니다.

2 주 전, 보잉 오브 아메리카 (Bank of America) 의 6 자리 소득 SRE 직업을 그만두고 AI 엔지니어링 면접 준비를 구축했습니다. 이것이 현재 상황입니다.

보여온 문제 (THE PROBLEM I KEPT SEEING)
Anthropic 와 OpenAI 에서 AI 역할을 준비하는 제가 아는 모든 엔지니어들이 기술 라운드를 통과하지 못했습니다. 그들이 충분히 훌륭하지 않았기 때문이 아니라, 이 회사들이 실제로 묻는 내용에 대한 준비가 전혀 없었기 때문입니다.
2026 년의 AI 엔지니어링 면접은 RAG 파이프라인 아키텍처, 토큰 효율성, 에이전트 오케스트레이션, 프롬프트 주입 방어 (prompt injection defence) 를 테스트합니다. LeetCode 는 이것 중 하나도 다루지 않습니다. 누구도 특별히 AI 엔지니어링을 위해 구축되지 않았습니다. 그래서 저는 그만두고 그것을 만들었습니다.

무엇을 만들었는지 (WHAT I BUILT)
Velocode (velocode.ai) — AI 엔지니어링 역할에 대한 면접 준비 도구입니다. 세 개의 독립적인 AI 에이전트가 동시에 모든 제출물을 토큰 효율성, 아키텍처, 보안, 정확성에서 점수 매깁니다. 그런 다음 Claude 와 GPT-4o 가 동일한 문제를 시도하고 서로를 교차 평가하며, 두 모델 모두로부터 황금 답변 (golden answer) 을 합성합니다. 단일 모델만으로는 이를 수행할 수 없습니다.
면접 시뮬레이터는 실제 제출 이력을 읽어서 가장 낮은 점수를 받은 차원을 목표로 하는 세션을 구축합니다. 세션이 시작되기 전에 무엇을 잘하지 못하는지 알고 있습니다.

현재 상황 (WHERE THINGS STAND - honest)
이것들은 초기 숫자입니다. 플랫폼은 어제 출시되었습니다.
구독자: 24 명
유료 사용자: 1 명
월 반복 수익 (MRR): $20
발표된 문제: 126 개
시뮬레이터 세션: 7 회

이미 잘못했던 부분 (WHAT I GOT WRONG ALREADY)
온보딩 과정에서 사용자가 어떤 가치를 보기도 전에 유료 장벽을 보여주었습니다. 24 명의 가입자 중 거의 아무도 연습 페이지로 넘어가지 않았습니다. 오늘 이를 고쳤습니다. 새로운 흐름은 사용자를 마찰 없이 첫 번째 문제로 바로 보냅니다.
또한, 환영 이메일이 'Promotions' 폴더로 이동했습니다. 오늘 아침에