Por que as entrevistas técnicas não refletem o trabalho — e a IA não vai mudar isso

O segredo aberto que ninguém diz em voz alta

Converse tempo suficiente com engenheiros do Google, da Amazon ou da Meta e a confissão aparece: o trabalho do dia a dia quase nada tem a ver com a entrevista que os colocou lá. A entrevista testou se conseguiam inverter uma árvore binária no quadro branco ou desenhar um feed em tempo real para um bilhão de usuários em 45 minutos. O trabalho é ler um serviço legado que alguém escreveu em 2019, adicionar um campo a uma API, esperar por uma revisão de código e participar de reuniões de planejamento. As duas coisas são verdadeiras ao mesmo tempo — a seleção foi brutalmente difícil, e o trabalho é bem mais comum.

Isso não é uma crítica a quem passa. É uma observação sobre o que o processo de fato mede. FAANG, as “Sete Magníficas” e uma longa cauda de empresas que copiaram o mesmo manual — VMware, casas de trading, unicórnios de médio porte — convergiram todas para o mesmo formato exigente: algoritmos, estruturas de dados, design de sistemas e uma rodada comportamental grudada no fim. O formato é notavelmente consistente. A alegação de que ele prevê desempenho no trabalho é notavelmente frágil.

Como é de fato o trabalho de um engenheiro sênior

A entrevista vende uma fantasia: você, sozinho, arquitetando algo brilhante a partir de uma página em branco. A realidade de trabalhar em uma grande empresa é quase o oposto, e quanto mais sênior você fica, mais evidente isso se torna.

• A arquitetura já está decidida. Você está entrando em um sistema que já existe. As grandes decisões de direção — monolito ou serviços, qual nuvem, qual banco de dados, qual framework — foram tomadas anos atrás por pessoas que desde então saíram. Seu trabalho é atuar dentro dessas restrições, não reabrir a discussão.
• Você é dono de pedaços pequenos de algo grande. Ninguém entrega a um único engenheiro a tarefa de “construir o novo feed”. Você recebe uma fatia: um endpoint, uma migração, um bug que só se reproduz em produção. O escopo que cabe em uma sprint é deliberadamente estreito.
• Nunca é só você. Toda mudança não trivial toca outros times, precisa de aprovação, espera por uma dependência e é negociada em um documento. O gargalo quase nunca é esperteza algorítmica pura. É coordenação, contexto e conseguir que pessoas concordem.
• Os problemas difíceis não são técnicos. Você não vai, sozinho, desenhar uma arquitetura distribuída linda que vence no desempenho bruto e ver isso importar. Em uma empresa real, o problema difícil nunca foi o diagrama do sistema — é distribuição. Como chegar aos clientes? Como convencer investidores? Marketing custa dinheiro que você não tem, o que significa captar, o que é um jogo completamente diferente daquele que a entrevista testou.

Você pode projetar a coisa maluca, elegante e superdimensionada — em um projeto paralelo, no seu tempo, onde as restrições sumiram e o público é zero. Dentro de uma grande empresa, esse instinto costuma ser um passivo, não um ativo. A entrevista recompensa exatamente o traço que o trabalho passa anos treinando para tirar de você.

A entrevista otimiza para um gênio solitário inventando sistemas do zero. O trabalho paga você para fazer mudanças pequenas, seguras e bem comunicadas em sistemas que outras pessoas construíram. Não são a mesma habilidade, e todo mundo envolvido sabe disso silenciosamente.

Então por que o teatro persiste?

Se o formato é um indicador tão ruim do trabalho, por que sobreviveu por duas décadas e se espalhou por toda parte? Porque ele nunca esteve realmente tentando medir o trabalho. Estava tentando resolver outro problema: volume.

Uma empresa de marca recebe dezenas de milhares de candidaturas para um punhado de vagas. Os currículos são todos parecidos. Portfólios são difíceis de verificar e fáceis de forjar. Indicações acabam rápido. Diante dessa enxurrada, gestores precisam de um filtro padronizado, defensável, difícil de burlar e — crucialmente — barato de corrigir em escala. Quebra-cabeças algorítmicos encaixam perfeitamente. Produzem um sinal limpo de passa/não passa, parecem objetivos e permitem rejeitar 98% dos candidatos com um processo que parece rigoroso em vez de arbitrário.

Essa é a função honesta da entrevista de código: ela é um limitador de vazão do funil de candidatos, fantasiado de teste de capacidade em engenharia. Não precisa se correlacionar com desempenho no trabalho para cumprir o papel. Só precisa reduzir uma pilha enorme e indiferenciada de candidatos a uma menor e mais gerenciável — e fazer isso de forma consistente o bastante para ninguém poder processar a empresa. A dificuldade não é um sinal do que a vaga exige. É uma função de quantas pessoas se candidataram.

Habilidades técnicas mandam, e as empresas estão confortáveis com isso

Existe uma narrativa reconfortante de que a contratação moderna é “holística” — de que habilidades interpessoais, colaboração e o seu conjunto de trabalhos pesam de verdade. Na prática, na maioria das triagens técnicas, não pesam. Comunicação e encaixe cultural são bônus que servem de desempate. O portão é a barra técnica. Você pode ser um colaborador fenomenal, com um portfólio cheio de produtos entregues, e ainda assim ser rejeitado automaticamente porque deu branco em um truque de programação dinâmica que você nunca mais usaria.

Ninguém está realmente avaliando o quão bom você é com as ferramentas reais do trabalho, tampouco. Quão produtivo você é no dia a dia, com que limpeza navega uma base de código, quão bem usa modelos modernos de IA para andar mais rápido — isso raramente aparece no processo. A triagem mede uma fatia estreita e artificial de habilidade sob condições artificiais, e as empresas decidiram que essa é uma troca aceitável por um filtro que escala.

Por que a IA não vai resolver nada disso

Eis a parte que a maioria erra ao prever que a entrevista está prestes a mudar. O raciocínio é: agentes vão escrever a maior parte do código, então as empresas vão parar de testar se você escreve código à mão. É o contrário.

O problema de filtragem que a IA cria é pior, não melhor. Quando qualquer pessoa consegue entregar um projeto paralelo bem acabado com um agente, portfólios viram sinais ainda mais fracos — o de todo mundo parece impressionante. Quando a IA reduz a barreira para se candidatar, o volume de candidaturas sobe, não cai. O funil fica mais cheio e mais difícil de diferenciar, o que significa que as empresas precisam de um filtro mais agressivo, não menos. As mesmas forças que remodelam o trabalho em si — as que traçamos em o papel de Scrum Master morreu na era da IA? e em como o teste de QA está mudando — não fazem nada para afrouxar o portão da entrada.

Então o formato vai se adaptar, mas a função não. Espere novos sabores de triagem igualmente desconectados da realidade: rodadas ao vivo de “explique o seu raciocínio” à prova de IA, teatro de design de sistemas mais difícil, testes para casa desenhados para que um agente sozinho não passe de forma óbvia. A superfície muda; o propósito — reduzir uma pilha gigante de candidatos a uma lista curta defensável — permanece exatamente o mesmo. As empresas continuarão não se importando com o quão bem você orquestra modelos de linguagem ou com a qualidade do que você já entregou. Vão se importar se você supera a barra artificial que definiram naquele ano.

O que de fato fazer a respeito

Você tem duas opções. Pode ter razão sobre o quanto o sistema é quebrado, ou pode passar por ele. Só uma delas paga o aluguel. O movimento pragmático é parar de tratar a entrevista como um veredito sobre o seu valor como engenheiro e começar a tratá-la como uma habilidade separada — um jogo com regras conhecidas que recompensa prática deliberada, exatamente como um vestibular ou um exame de direção.

Isso significa se preparar para o formato como ele existe, não como você gostaria que fosse. Treine os padrões em vez de triturar problemas aleatórios, estruture suas respostas de design de sistemas e ensaie a rodada comportamental — o plano completo está no nosso guia de preparação para entrevistas técnicas, e os hábitos que afundam silenciosamente bons candidatos estão nos 5 maiores erros em entrevistas técnicas. Domine o método STAR para que a rodada “leve” não custe a proposta que a sua rodada de código conquistou.

E como a triagem é uma performance sob pressão — não um reflexo da sua capacidade real — compensa ter apoio no momento em que a memória te trai. É exatamente por isso que uma ferramenta como o InterviewAce existe. Pratique com entrevistas simuladas realistas e específicas da sua função até o formato parar de te abalar, e depois use o copiloto de IA ao vivo na hora real para trazer a abordagem certa e a história certa do seu próprio histórico no instante em que a pergunta chega. A entrevista é um jogo artificial; não há nada de nobre em entrar desarmado. Nossa análise de como funcionam os copilotos de entrevista com IA mostra exatamente como isso acontece na sala.

O sistema não vai ficar mais honesto. Então fique bom no jogo que ele realmente joga — passe pelo filtro, aceite a proposta e vá fazer o trabalho que se revela mais fácil que a entrevista que o protegia.