El secreto a voces que nadie dice en alto
Habla lo suficiente con ingenieros de Google, Amazon o Meta y llega la confesión: el trabajo diario no tiene casi nada que ver con la entrevista que los metió. La entrevista comprobaba si podían invertir un árbol binario en una pizarra o diseñar un feed en tiempo real para mil millones de usuarios en 45 minutos. El trabajo consiste en leer un servicio heredado que alguien escribió en 2019, añadir un campo a una API, esperar una revisión de código y sentarse en reuniones de planificación. Ambas cosas son ciertas a la vez — el filtro fue brutalmente duro, y el trabajo es mucho más corriente.
Esto no es un desprecio a quienes lo aprueban. Es una observación sobre lo que el proceso realmente mide. FAANG, los «Siete Magníficos» y una larga cola de empresas que copiaron su manual — VMware, las firmas de trading, los unicornios medianos — convergieron todas en el mismo formato exigente: algoritmos, estructuras de datos, diseño de sistemas y una ronda de comportamiento pegada al final. El formato es notablemente uniforme. La afirmación de que predice el desempeño en el puesto es notablemente endeble.
Cómo es realmente el trabajo de ingeniería sénior
La entrevista vende una fantasía: tú, en solitario, diseñando algo brillante desde una hoja en blanco. La realidad de trabajar en una empresa grande es casi lo contrario, y cuanto más sénior eres, más evidente se vuelve.
- La arquitectura ya está decidida. Te incorporas a un sistema que existe. Las grandes decisiones de rumbo — monolito o servicios, qué nube, qué base de datos, qué framework — se tomaron hace años, por gente que ya se ha ido. Tu trabajo es operar dentro de esas restricciones, no volver a discutirlas.
- Eres dueño de piezas pequeñas de algo grande. Nadie le entrega a un solo ingeniero «construye el nuevo feed». Te toca una porción: un endpoint, una migración, un bug que solo se reproduce en producción. El alcance que cabe en un sprint es deliberadamente estrecho.
- Nunca eres solo tú. Cada cambio no trivial toca a otros equipos, necesita aprobación, espera una dependencia y se negocia en un documento. El cuello de botella casi nunca es la astucia algorítmica pura. Es la coordinación, el contexto y lograr que las personas se pongan de acuerdo.
- Los problemas difíciles no son técnicos. No vas a diseñar tú solo una preciosa arquitectura distribuida que gane por rendimiento puro y que además importe. En una empresa real el problema difícil nunca fue el diagrama del sistema — es la distribución. ¿Cómo llegas a los clientes? ¿Cómo convences a los inversores? El marketing cuesta dinero que no tienes, lo que significa levantarlo, que es un juego completamente distinto del que medía la entrevista.
Puedes diseñar esa cosa alocada, elegante y sobre-ingeniería — en un proyecto personal, en tu propio tiempo, donde las restricciones no existen y el público es cero. Dentro de una empresa grande, ese instinto suele ser un lastre, no un activo. La entrevista premia justo el rasgo que el trabajo pasa años quitándote.
La entrevista optimiza para un genio solitario que inventa sistemas desde cero. El trabajo te paga por hacer cambios pequeños, seguros y bien comunicados a sistemas que construyeron otros. No son la misma habilidad, y todos los implicados lo saben en voz baja.
Entonces, ¿por qué persiste el teatro?
Si el formato es un proxy tan malo del trabajo, ¿por qué ha sobrevivido dos décadas y se ha extendido por todas partes? Porque nunca trató realmente de medir el trabajo. Trataba de resolver otro problema: el volumen.
Una empresa de marca recibe decenas de miles de candidaturas para un puñado de vacantes. Los currículos se parecen todos. Los portafolios son difíciles de verificar y fáciles de falsear. Las recomendaciones se agotan rápido. Ante esa avalancha, los responsables de contratación necesitan un filtro que sea estandarizado, defendible, difícil de burlar y — sobre todo — barato de calificar a escala. Los acertijos algorítmicos encajan a la perfección. Producen una señal limpia de aprobado/suspenso, se sienten objetivos y permiten a una empresa rechazar al 98 % de los candidatos con un proceso que parece riguroso en lugar de arbitrario.
Esa es la función honesta de la entrevista de código: es un limitador de caudal del pipeline de candidatos, disfrazado de prueba de capacidad de ingeniería. No necesita correlacionar con el desempeño en el puesto para cumplir su cometido. Solo necesita reducir un montón enorme e indiferenciado de candidatos a uno más pequeño y manejable — y hacerlo de forma lo bastante consistente como para que nadie pueda demandar por ello. La dificultad no es una señal de lo que el puesto requiere. Es una función de cuánta gente se presentó.
Ganan las hard skills, y a las empresas les parece bien
Hay un relato reconfortante de que la contratación moderna es «holística» — que las soft skills, la colaboración y tu cuerpo de trabajo tienen peso real. En la práctica, para la mayoría de los filtros técnicos, no lo tienen. La comunicación y el encaje cultural son elementos deseables que deshacen empates. La puerta es el listón técnico. Puedes ser un colaborador fenomenal con un portafolio lleno de productos lanzados y aun así ser rechazado automáticamente porque te quedaste en blanco con un truco de programación dinámica que no volverías a usar jamás.
Tampoco es que alguien esté evaluando de verdad lo bueno que eres con las herramientas reales del trabajo. Lo productivo que eres día a día, lo limpio que trabajas a lo largo de una base de código, lo bien que usas los modelos de IA modernos para ir más rápido — eso rara vez aparece en la ronda. El filtro mide una porción estrecha y artificial de la capacidad bajo condiciones artificiales, y las empresas han decidido que es un intercambio aceptable por un filtro que escala.
Por qué la IA no va a arreglar nada de esto
Aquí está la parte que la mayoría entiende mal cuando predice que la entrevista está a punto de cambiar. El razonamiento es: los agentes escribirán casi todo el código, así que las empresas dejarán de comprobar si sabes programar a mano. Es al revés.
El problema de filtrado que crea la IA es peor, no mejor. Cuando cualquiera puede lanzar un proyecto personal pulido con un agente, los portafolios se vuelven señales aún más débiles — el de todos parece impresionante. Cuando la IA baja la barrera para postularse, el volumen de candidaturas sube, no baja. El pipeline se vuelve más abarrotado y más difícil de diferenciar, lo que significa que las empresas necesitan su filtro más agresivo, no menos. Las mismas fuerzas que reconfiguran el trabajo real — las que rastreamos en si el rol de Scrum Master ha muerto en la era de la IA y en cómo cambia el testing de QA — no hacen nada por aflojar la puerta de entrada.
Así que el formato se adaptará, pero la función no. Espera nuevas variantes del filtro igual de desconectadas de la realidad: rondas en vivo de «explica tu razonamiento» a prueba de IA, más teatro de diseño de sistemas, pruebas para llevar a casa diseñadas para que un agente por sí solo no las apruebe de forma obvia. La superficie cambia; el propósito — reducir un montón gigante de candidatos a una lista corta defendible — se mantiene exactamente igual. A las empresas les seguirá dando igual lo bien que orquestes LLMs o lo bueno que sea tu trabajo lanzado. Les importará si superas el listón artificial que hayan fijado este año.
El resumen incómodo
Las entrevistas técnicas nunca fueron una medición del trabajo. Son un filtro para el volumen de candidatos que resulta estar disfrazado de prueba de ingeniería. Fue cierto en la era FAANG, es cierto ahora y seguirá siendo cierto a medida que la IA reconfigure el trabajo — porque la IA empeora el problema de volumen, no lo mejora. Indignarse por la injusticia es legítimo. Pero tampoco te consigue el empleo.
Qué hacer realmente al respecto
Tienes dos opciones. Puedes tener razón sobre lo roto que está el sistema, o puedes superarlo. Solo una de las dos paga el alquiler. El movimiento pragmático es dejar de tratar la entrevista como un referéndum sobre tu valía como ingeniero y empezar a tratarla como una habilidad aparte — un juego con reglas conocidas que premia la práctica deliberada, igual que un examen de conducir.
Eso significa prepararte para el formato que existe, no para el que desearías que existiera. Practica los patrones en lugar de machacar problemas al azar, estructura tus respuestas de diseño de sistemas y ensaya la ronda de comportamiento — el plan completo está en nuestra guía de preparación de entrevistas técnicas, y los hábitos que hunden en silencio a candidatos fuertes están en los 5 errores en entrevistas técnicas. Domina el método STAR para que la ronda «blanda» no te cueste la oferta que ganó tu ronda de código.
Y como el filtro es una actuación bajo presión — no un reflejo de tu capacidad real — conviene tener apoyo en el momento en que tu memoria te traiciona. Esa es toda la razón de existir de una herramienta como InterviewAce. Practica con simulacros de entrevista realistas y específicos para el puesto hasta que el formato deje de descolocarte, y luego usa el copiloto de IA en vivo durante la entrevista real para que aflore el enfoque correcto y la historia correcta de tu propia trayectoria en el instante en que aterriza una pregunta. La entrevista es un juego artificial; no hay nada noble en entrar desarmado. Nuestro desglose de cómo funcionan los copilotos de entrevista con IA explica exactamente cómo se desarrolla eso en la sala.
El sistema no se va a volver más honesto. Así que hazte bueno en el juego que realmente se juega — supera el filtro, acepta la oferta y ve a hacer el trabajo que resulta ser más fácil que la entrevista que lo custodiaba.