Reconstruímos nosso próprio processo de contratação com IA

Dizemos aos clientes para começar pelo processo interno sem glamour que eles conseguem medir. Este é o nosso.

Recrutamos engenheiros seniores em grande escala, e duas etapas dessa operação dependiam do tempo escasso de especialistas: avaliar se um candidato é realmente tão bom quanto seu currículo diz e transformar um candidato qualificado em um perfil que um cliente queira ler. Ambas exigiam tempo de especialistas e ficavam mais lentas à medida que crescíamos. Nós as redesenhamos em torno da IA. Veja o que há por dentro.

Primeira etapa: o entrevistador limitava a avaliação

A triagem técnica exigia recrutadores com conhecimento de engenharia suficiente para avaliar desenvolvedores experientes em várias tecnologias. É um perfil de contratação muito específico, e até um bom profissional tem limites: alguém que domina Python e Django acaba avaliando um engenheiro sênior de Node, e uma conversa que começa em Python passa para infraestrutura em nuvem, bancos de dados, segurança e sistemas distribuídos.

O problema mais grave era mais sutil. Quando um candidato conhecia uma tecnologia melhor que o entrevistador, este não conseguia distinguir com segurança um conhecimento realmente profundo de uma resposta que apenas parecia correta. Por isso, a profundidade de uma avaliação dependia, em parte, de quem a conduzia.

Conciliar duas agendas para cada entrevista também limitava a capacidade de avaliação.

O que construímos no lugar

Não automatizamos a entrevista. Perguntamos para que ela servia.

Para engenheiros seniores, a pergunta útil não é se conseguem resolver um exercício isolado. É como pensam: como lidam com a incerteza, quais alternativas consideram, se conseguem identificar vantagens e limitações, por que escolhem uma arquitetura em vez de outra e o que fazem quando uma solução introduz uma nova restrição. Desafios de programação não respondem a nada disso e pedem que candidatos experientes passem horas escrevendo código no início de um processo com o qual ainda não se comprometeram.

Por isso, construímos uma avaliação conversacional. O candidato recebe uma situação técnica e explica, com suas próprias palavras, como a abordaria. Não há um questionário fixo: o sistema lê cada resposta e decide como continuar. Uma discussão que começa em Python e chega a uma arquitetura em nuvem pode aprofundar essa arquitetura; se o projeto depende de uma estratégia de banco de dados, a conversa passa para projeto, desempenho e consistência. Ela acompanha o raciocínio do próprio candidato entre diferentes áreas, o que permite separar familiaridade teórica de experiência prática — e elimina a exigência de que um entrevistador domine pessoalmente todas as tecnologias que possam surgir.

As avaliações acontecem sob demanda e em paralelo, então os candidatos podem escolher um momento em que estão preparados em vez de conciliar duas agendas.

O resultado é estruturado, em vez de anedótico: a profundidade de conhecimento demonstrada, o nível de senioridade correspondente e a posição do candidato em relação a todos os outros que avaliamos. O inglês falado é avaliado a partir da mesma conversa. Ambos os resultados aparecem na visão do recrutador ao lado do perfil, como informações que uma pessoa lê. A IA pontua; não toma decisões de contratação. Nenhum candidato avança nem é rejeitado apenas por uma pontuação.

Segunda etapa: o perfil pronto para o cliente

Os candidatos qualificados ainda precisavam ser apresentados aos clientes no nosso formato padrão — experiência, responsabilidades, tecnologias e participação real em cada projeto. Desde o início de 2025, usamos um agente em produção para transformar transcrições de entrevistas em perfis prontos para o cliente.

Nunca foi só escrever. Para representar um engenheiro sênior com precisão, você precisa entender como cada tecnologia foi usada em cada projeto, o que o candidato implementou pessoalmente em comparação com o que sua equipe entregou e quais detalhes realmente importam para o cliente. Sem esse contexto técnico, informações são omitidas, simplificadas ou discretamente exageradas. Cada perfil levava de duas a seis horas.

O agente usa a transcrição e extrai um esquema fixo: tecnologias por cargo e o verbo associado a cada uma — construiu, manteve, avaliou, migrou; o trabalho que o candidato implementou pessoalmente, separado do que a equipe entregou; seu papel e seu nível real de participação; os detalhes técnicos relevantes para apresentá-lo. Depois, escreve o perfil no nosso formato. Não é um resumo da entrevista — é um documento com uma função: tornar o perfil de um engenheiro sênior compreensível para alguém que decide se quer conhecê-lo.

A parte difícil foram os pronomes. As entrevistas são contadas em “nós”. Um perfil precisa ser honesto sobre o “eu”. Um modelo solicitado a resumir transforma sem dificuldade “migramos o serviço de pagamentos” em uma afirmação de que o candidato migrou o serviço de pagamentos. Fazer com que ele examine cada frase para atribuí-la corretamente — e descarte a afirmação quando a transcrição não a sustenta — foi a maior parte do desenvolvimento. Essa é a diferença entre um perfil em que o cliente confia e um que ele apenas lê por alto.

De duas a seis horas passamos para cerca de dez minutos por perfil.

O que o feedback de produção nos ensinou

Iteramos sobre resultados reais: erros, omissões, inconsistências e casos limite. Cada correção virou uma regra: como lidar com um projeto descrito apenas no plural, o que fazer com uma tecnologia mencionada uma única vez de passagem e quando “liderou” significa liderar e quando significa participar.

As regras que escrevemos antecipadamente estavam, em grande parte, erradas sobre onde surgiriam os problemas. O feedback de produção nos mostrou de quais regras o sistema realmente precisava.

O que medimos

A preparação de cada perfil passou de duas a seis horas para cerca de dez minutos. Esses números descrevem o nosso próprio processo de preparação de perfis.

As horas por perfil nos dão uma unidade concreta para medir. Na avaliação, as pontuações técnicas e de inglês falado são informações para um recrutador, junto ao perfil. Não são decisões automáticas de contratação.

O que diríamos a qualquer pessoa fazendo isso

Pergunte para que a etapa serve antes de automatizá-la. Poderíamos ter construído uma versão mais rápida da entrevista que já fazíamos. A entrevista de que realmente precisávamos era outra.

A qualidade da transcrição define o limite. Tudo o que vem depois — o perfil, a senioridade e o nível de inglês — herda os erros da transcrição. Dedicamos mais tempo a isso do que à escolha de qualquer modelo.

Deixe as correções escreverem as regras. Revise resultados reais para identificar erros, omissões e problemas de atribuição. Essas correções revelam casos limite que o trabalho de projeto, por si só, pode deixar passar.

Meça a unidade. Horas por perfil. Entrevistas por dia. Não “produtividade”.

Construímos isso para nós. Comece identificando onde a disponibilidade de especialistas, o conhecimento escasso ou as transferências manuais limitam uma operação. Depois, defina uma unidade concreta para medir antes de redesenhar o processo.