X5 Tech adicionou avaliação de habilidades com AI às entrevistas para desenvolvedores

A X5 Tech integrou a verificação de habilidades com IA em entrevistas técnicas e parou de fingir que desenvolvedores trabalham sem essas ferramentas. A empresa quer ver não uma solução estéril para um problema, mas um processo real: como o candidato usa o modelo, verifica e assume responsabilidade pelo resultado.

Como a X5 está mudando as entrevistas

Um piloto já foi lançado para desenvolvedores Python sênior e engenheiros de QA. Na fase de triagem, os candidatos são avisados que haverá um bloco separado de IA na entrevista. A própria empresa fornece a ferramenta, então a pessoa não precisa trazer sua própria stack ou assinaturas. Durante a sessão, o candidato compartilha a tela e resolve a tarefa junto com o modelo. Para os entrevistadores, o que importa mais do que a resposta final é a trajetória do pensamento: quão rápido a pessoa formula uma solicitação, esclarece as condições iniciais, percebe pontos fracos e muda de abordagem se o modelo sai do caminho.

A lógica é simples: se no trabalho diário um engenheiro usa IA de qualquer forma, é inútil proibir isso em uma entrevista. A X5 Tech afirma diretamente que não espera a imagem de um "desenvolvedor do passado" que mantém tudo na cabeça e evita deliberadamente assistentes. Ao mesmo tempo, a falta de ampla experiência com IA não é considerada uma desvantagem automática. Se o candidato é forte em engenharia básica, eles estão dispostos a contratá-lo e melhorar suas habilidades internamente através de ferramentas, guias e cursos internos.

O que agora conta como um sinal forte

A entrevista se concentra não no fato de usar IA, mas na qualidade do trabalho com ela. Um candidato pode ser perguntado sobre quais ferramentas aplica, o que entende por janela de contexto, tokens, temperatura do modelo, abordagem de agentes e MCP. Outro tipo de tarefa é dar um arquivo como CLAUDE.md ou .cursorrules e pedir para avaliar se ajudaria um agente, onde há ambiguidades, contexto excessivo e possíveis gatilhos para alucinações. Em outras palavras, verificam não a memória, mas o pensamento de engenharia em torno de IA.

• quais ferramentas de IA uma pessoa realmente usa e em quais cenários
• se conseguem escrever prompts com papel, contexto e formato esperado de resposta
• se entendem as limitações dos modelos, incluindo alucinações e tamanho do contexto
• se notam riscos de segurança e não enviam segredos para serviços públicos
• se conseguem revisar criticamente código gerado por IA em vez de apenas inseri-lo no projeto

Para juniores, a barra é ainda básica: precisam entender os fundamentos de engenharia de prompt, conseguir reconhecer alucinações e não confundir código gerado rapidamente com compreensão real do sistema. Em seu artigo, X5 Tech enfatiza especificamente o problema de dependência de IA entre desenvolvedores iniciantes: eles montam soluções mais rápido, mas pior em explicar por que funciona, como depurar e onde estão seus limites. Por isso, um bom sinal se torna não um conjunto de projetos aleatórios, mas alguns trabalhos cuidadosamente documentados com README, papel do autor, decisões tomadas e explicações de onde os conselhos do modelo tiveram que ser rejeitados.

"Quem fez merge do código é responsável por ele."

Para desenvolvedores de nível médio e sênior, os requisitos são maiores. Um nível médio já deve ser capaz de construir seu próprio fluxo de trabalho com IA, verificar respostas plausíveis mas incorretas e capturar erros em lógica de negócio complexa, grandes bases de código, incidentes em produção e questões de segurança. Um sênior é responsável pelo próximo nível: como incorporar agentes e geração de código no processo da equipe sem aumentar dívida técnica. Aqui, regras para uso de ferramentas, configuração de contexto para o projeto, revisão de código gerado por IA e distribuição clara de responsabilidade são importantes, porque a frase "o modelo sugeriu" não funciona em produção.

O que isso significa

A abordagem da X5 Tech mostra uma mudança na contratação: o mercado cada vez menos testa a capacidade de trabalhar "em vácuo" e cada vez mais avalia como um engenheiro age ao lado de IA. Especialistas fortes são acelerados por essas ferramentas, enquanto fracos começam a mostrar lacunas em compreensão, arquitetura e responsabilidade mais rapidamente. Para candidatos, a conclusão é direta: é importante não apenas usar modelos, mas ser capaz de explicar seu processo, limitações e decisões que você mantém para si mesmo.