A inteligência artificial está transformando a contratação de engenheiros — e a Speak é a prova disso
A inteligência artificial chegou para bagunçar o processo seletivo das empresas de tecnologia, e quem está sentindo isso na prática é Andrew Hsu, CTO e cofundador da Speak, uma startup de aprendizado de idiomas movida a IA. Com cerca de 150 funcionários e 60 engenheiros, a empresa decidiu repensar completamente como avalia e contrata profissionais de engenharia de software — e os motivos vão muito além de uma simples atualização de processos internos.
Não é exagero dizer que a engenharia de software passou por uma virada de chave. Desde dezembro do ano passado, os modelos de IA evoluíram tanto que hoje 80% das tarefas de codificação já são executadas por agentes codificadores, segundo o próprio Andrew. O que isso significa na rotina? Que o engenheiro moderno parou de escrever código o dia todo e passou a se comunicar com agentes para fazer o trabalho acontecer.
Parece sutil, mas muda tudo.
Com essa nova realidade batendo na porta, a Speak tomou uma decisão corajosa: pausou as contratações de engenheiros contribuidores individuais por duas semanas só para repensar do zero como avaliar um profissional de verdade nesse novo cenário.
Adeus, LeetCode. Adeus, perguntas técnicas de triagem que qualquer modelo de IA responde em segundos.
O que entrou no lugar? Um processo seletivo que coloca o candidato frente a frente com ferramentas como Claude Code e Codex da OpenAI, avaliando não o que ele digita, mas como ele pensa, decide e constrói ao lado de um agente.
Neste artigo, você vai entender como essa mudança aconteceu, o que a Speak está buscando agora nos engenheiros que contrata e por que essa transformação não é um caso isolado — ela é o caminho que o mercado inteiro está seguindo. 🚀
O que mudou na engenharia de software com os agentes codificadores
Durante anos, o processo de contratação em startups de tecnologia seguiu uma fórmula bem conhecida: o candidato recebia um problema algorítmico, sentava na frente de um editor de código e demonstrava que sabia ordenar arrays, percorrer grafos e otimizar loops. Era o ritual. O LeetCode virou uma espécie de idioma universal do mercado de engenharia. Só que esse idioma começou a perder sentido muito rapidamente, porque os próprios agentes de inteligência artificial passaram a dominar esse vocabulário melhor do que qualquer humano conseguiria fazer em uma entrevista de uma hora.
Andrew Hsu deixou claro que a Speak nunca adotou os testes algorítmicos no estilo Big Tech. A empresa sempre preferiu problemas de codificação mais próximos do mundo real. Ainda assim, mesmo esse modelo ficou ultrapassado. As perguntas tradicionais de triagem técnica foram completamente eliminadas, porque os modelos se tornaram bons o suficiente para responder a todas elas sem dificuldade. Testar um candidato com esse tipo de questão deixou de ser um teste de habilidade de engenharia — virou, no máximo, um teste de quem consegue copiar e colar mais rápido.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
A chegada dos agentes codificadores não foi gradual — foi uma ruptura. Ferramentas como Claude Code, Codex e outras soluções baseadas em grandes modelos de linguagem começaram a assumir não apenas a geração de snippets isolados, mas tarefas completas de desenvolvimento: escrever funções inteiras, identificar bugs, sugerir arquiteturas, refatorar bases de código legado e até criar testes automatizados. O engenheiro que antes passava horas codando uma feature agora passa esse mesmo tempo revisando o que o agente produziu, ajustando prompts, validando lógica e tomando decisões de produto e arquitetura que nenhuma IA consegue fazer sozinha — pelo menos por enquanto.
Esse novo cenário criou um gap enorme entre o que as empresas pediam nos processos seletivos e o que elas precisavam no dia a dia. Avaliar um candidato resolvendo um desafio de algoritmo virou quase uma piada, porque a primeira coisa que qualquer profissional faria em um ambiente real seria abrir o agente e pedir para ele resolver aquilo. A habilidade que importa agora não é mais a de escrever código bonito de cabeça — é a de trabalhar junto com a máquina de forma inteligente, sabendo quando confiar nela, quando questionar e quando intervir. 🤔
Como a Speak repensou a contratação do zero
Quando Andrew Hsu e o time da Speak perceberam que o processo seletivo deles havia ficado obsoleto, a decisão foi radical: pausar tudo. Nenhuma contratação nova de engenheiros por duas semanas inteiras enquanto a empresa redesenhava cada etapa da avaliação. Isso é raro de ver. Startups em crescimento raramente param para respirar, ainda mais quando estão com cadeiras abertas na engenharia. Mas a lógica por trás da decisão faz todo sentido — contratar pelo critério errado seria pior do que não contratar, porque traria para o time alguém com um perfil que não serviria para o modelo de trabalho que a empresa já estava adotando de forma acelerada.
Um detalhe importante que Andrew fez questão de reforçar: a Speak não reduziu suas metas de headcount para o ano. A empresa não está encolhendo o time de engenharia. O objetivo é encontrar engenheiros que saibam trabalhar nesse novo estilo, e não simplesmente cortar vagas por causa da automação. É uma distinção fundamental, porque mostra que a demanda por profissionais continua existindo — o que muda é o perfil exigido.
O novo processo criado pela startup coloca o candidato diretamente em contato com as ferramentas de IA que ele usaria no trabalho real. Em vez de um exercício artificial de whiteboard ou um desafio de plataforma de código, o candidato recebe um problema genuíno — do tipo que aparece na rotina da Speak — e precisa resolvê-lo usando Claude Code, Codex ou qualquer outra ferramenta que ele tiver à disposição.
Os avaliadores não estão olhando se ele acertou a sintaxe ou se usou a estrutura de dados mais eficiente. Eles estão observando como ele formula os prompts, como interpreta as respostas do agente, como decide o que aceitar e o que descartar, e como conduz o raciocínio até chegar em uma solução funcional e bem pensada.
Os projetos take-home — aqueles que o candidato leva para fazer em casa — continuam existindo, mas agora com uma diferença crucial: é esperado que o candidato use agentes codificadores ao máximo. Além disso, a etapa presencial foi reformulada para incluir codificação com agentes ao vivo, em uma sala com os avaliadores. Depois, o candidato é questionado sobre o que construiu, por que fez determinadas escolhas e quais trade-offs considerou ao longo do caminho.
Além disso, a Speak passou a valorizar muito mais características que antes eram consideradas soft skills e ficavam em segundo plano diante de um bom desempenho técnico puro. Comunicação clara, pensamento crítico, capacidade de fazer as perguntas certas e velocidade de aprendizado subiram na hierarquia de prioridades. Afinal, se o agente escreve o código, o engenheiro precisa ser excelente em tudo que o agente ainda não consegue fazer — e isso passa muito mais por julgamento humano do que por memorizar algoritmos. 💡
O framework do Engenheiro 1 e Engenheiro 2
Uma das partes mais interessantes da visão de Andrew Hsu é o framework que ele criou para explicar internamente a diferença entre dois tipos de profissionais nesse novo cenário. Ele chama de Engenheiro 1 e Engenheiro 2, e a distinção entre os dois é o que define quem vai prosperar e quem vai ficar para trás.
O Engenheiro 1 é o profissional que adotou ferramentas como Claude Code e Codex para cerca de 90% do que faz. Parece avançado, certo? Mas na essência, esse engenheiro está usando a IA apenas para se mover mais rápido. A mentalidade dele não mudou. Ele ainda pensa no trabalho da mesma forma que pensava antes — a diferença é que agora tem um assistente que digita mais rápido. O resultado é melhor, claro, mas o potencial está sendo subaproveitado.
O Engenheiro 2, por outro lado, entendeu que o próprio trabalho mudou. Esse profissional não está apenas usando o agente para acelerar tarefas — ele está construindo o ambiente e os sistemas que fazem o agente funcionar melhor. Ele cria loops de feedback, adiciona capacidades ao agente, configura formas de verificação automática e trata a IA como um membro do time que precisa de contexto, ferramentas e instruções claras para entregar o melhor resultado possível.
Na prática, o Engenheiro 2 passou de implementador de features para arquiteto de sistemas agentic. É um trabalho muito diferente, e Andrew acredita que a distância de produtividade entre os dois perfis só vai aumentar com o tempo. A Speak quer contratar Engenheiros 2 — e o processo seletivo foi construído para identificar exatamente esse perfil.
O que as startups de IA estão buscando nos engenheiros agora
A Speak não está sozinha nessa virada. Outras startups e empresas de inteligência artificial estão revisitando seus critérios de contratação e chegando a conclusões parecidas. Empresas como Canva e Meta já permitem que candidatos utilizem ferramentas de IA durante o processo seletivo, sinalizando que o mercado está convergindo para um novo padrão. O perfil que emerge dessa transformação é o que alguns já chamam de engenheiro aumentado — um profissional que usa agentes como extensão da sua própria capacidade de entrega.
Na prática, as habilidades mais valorizadas nesse novo contexto são bem diferentes das que dominavam as listas de requisitos há dois ou três anos. Hoje, o que uma startup de IA quer ver em um engenheiro inclui uma combinação de competências técnicas e comportamentais que raramente aparecia junta nas avaliações antigas:
- Capacidade de raciocínio sobre sistemas complexos — entender como as peças se encaixam no todo, não apenas como escrever uma função isolada
- Habilidade de trabalhar com agentes de forma produtiva — saber construir prompts eficazes, interpretar saídas e iterar com rapidez
- Senso crítico aguçado — questionar o que o agente produz, identificar erros sutis e não aceitar a primeira resposta como verdade absoluta
- Comunicação técnica de alta qualidade — descrever problemas com precisão, tanto para humanos quanto para máquinas
- Adaptabilidade acelerada — o ciclo de evolução das ferramentas de IA é extremamente rápido, e o engenheiro precisa acompanhar sem perder o fio
- Proatividade e curiosidade intelectual — segundo Andrew Hsu, esse é exatamente o perfil que mais tem se destacado no mundo da engenharia agentic
Esse conjunto de características muda completamente a forma como as entrevistas precisam ser estruturadas. Uma conversa sobre experiências passadas e um teste técnico cronometrado não revelam nada disso. O que revela é colocar o candidato em ação, em um ambiente próximo do real, e observar como ele se comporta quando precisa tomar decisões com informação incompleta, com um agente do lado e com um problema que não tem uma única resposta certa.
Design de sistemas e arquitetura ganharam ainda mais peso
Um ponto que Andrew Hsu destacou e que merece atenção especial: com os agentes assumindo boa parte do trabalho de implementação, as habilidades de design de sistemas e arquitetura se tornaram ainda mais importantes do que já eram. Parece contraditório à primeira vista — se a IA faz mais coisas, os engenheiros precisam saber menos, certo? Errado.
Na verdade, o oposto está acontecendo. Quando o agente escreve o código, alguém precisa garantir que aquele código faz sentido dentro do sistema maior. Alguém precisa definir a estrutura, os contratos entre serviços, os padrões de escalabilidade e as decisões de trade-off que vão afetar a manutenção daquele software por meses ou anos. Esse trabalho de alto nível é fundamentalmente humano e exige um tipo de pensamento que as IAs atuais ainda não conseguem replicar com consistência.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A Speak sempre buscou engenheiros que fossem mais construtores do que programadores — pessoas que não tinham sua identidade profissional atrelada à beleza do código ou à elegância do sistema, mas sim ao impacto real daquilo que construíam para os usuários. Essa filosofia, que antes era um diferencial cultural da empresa, agora se tornou uma vantagem competitiva concreta na hora de se adaptar ao novo cenário.
O impacto no nivelamento de carreira
Outro aspecto fascinante dessa transformação é o impacto nos níveis de senioridade. Andrew mencionou algo que provavelmente deixou muita gente pensativa: com os agentes, um engenheiro júnior pode ter mais output do que um engenheiro principal. Isso bagunça completamente a lógica tradicional de leveling que as empresas de tecnologia usam há décadas.
Se o volume de código produzido deixa de ser um indicador confiável de senioridade — porque qualquer pessoa com um bom domínio de agentes pode produzir toneladas de código funcional — então o que define um engenheiro sênior? A resposta passa por julgamento, visão de sistema, capacidade de tomar decisões arquiteturais sob pressão e habilidade de mentorear outros profissionais a trabalharem melhor com essas novas ferramentas.
A Speak precisou repensar como avalia o nível dos candidatos justamente por causa dessa mudança. O volume de entrega já não conta a mesma história que contava antes, e as métricas tradicionais de produtividade estão sendo recalibradas em tempo real. É uma transformação que ainda está em andamento e que provavelmente vai gerar muita discussão no mercado nos próximos meses.
Por que essa mudança não é um caso isolado
O que está acontecendo na Speak é um termômetro para o mercado inteiro. Andrew Hsu afirmou que a indústria inteira está caminhando nessa direção, e que as pessoas com a mentalidade de engenharia agentic serão as que vão prosperar. A contratação em empresas de tecnologia está passando por uma das maiores transformações da sua história, impulsionada por ferramentas que há dois anos ainda eram consideradas curiosidades. Agora são infraestrutura.
Nos últimos três meses, segundo o CTO da Speak, a taxa de mudança tem sido inacreditável. O trabalho fundamental dos engenheiros de software mudou totalmente, e as empresas que não ajustarem seus processos de avaliação vão acabar contratando profissionais desalinhados com a realidade do trabalho atual. É como selecionar motoristas pela habilidade de andar a cavalo — tecnicamente relacionado, mas completamente fora de contexto.
Para os profissionais de engenharia, a mensagem é clara: dominar ferramentas de IA generativa e agentes codificadores deixou de ser um diferencial e virou pré-requisito. E mais do que dominar a ferramenta, o que importa é desenvolver a mentalidade certa — aquela do Engenheiro 2, que entende que o trabalho mudou e que abraça a mudança com curiosidade, proatividade e pensamento sistêmico.
Quem entender isso antes vai sair na frente — tanto as empresas que reformulam seus processos seletivos quanto os engenheiros que aprendem a trabalhar lado a lado com os agentes de verdade. A era da engenharia agentic já começou, e a Speak é apenas uma das primeiras a deixar isso bem explícito. 🚀
