Processo de Entrevista de Engenharia Habilitado por IA da Tolan

A Tolan redesenhou seu processo de entrevista de engenharia para refletir como os engenheiros realmente trabalham com agentes de IA de codificação. Em vez de questões algorítmicas tradicionais, eles se concentram em habilidades práticas que importam quando a IA escreve a maior parte do código de produção.

A Estrutura da Entrevista

Os candidatos passam uma manhã em seu escritório em São Francisco trabalhando em um pequeno problema que a Tolan já resolveu. O problema vem de um arquivo Figma básico ou de uma especificação curta, normalmente representando um fluxo simples ou um recurso leve que normalmente levaria um ou dois dias para ser construído.

Os candidatos têm apenas algumas horas para trabalhar no problema, o que não é tempo suficiente para criar um produto polido. A restrição é intencional—eles querem ver como os candidatos trabalham dentro das limitações.

Ferramentas de IA Incentivadas

Os candidatos são explicitamente incentivados a usar IA para resolver o problema. A Tolan fornece licenças para Claude, Codex, Cursor ou Gemini, se necessário. A expectativa principal é que os candidatos devem equilibrar o código gerado por LLM com seu próprio julgamento—mesmo que não estejam escrevendo o código, eles são responsáveis pelo resultado.

O que eles estão procurando:

• Como os candidatos abordam o problema
• Como eles estruturam uma solução
• Como eles pensam sobre as restrições
• Como eles decidem o que realmente importa

Critérios de Avaliação

Após a sessão de trabalho, há uma conversa de 20 a 30 minutos sobre o que foi criado. Os entrevistadores perguntam o que os candidatos melhorariam se tivessem mais tempo, o que mudariam antes de enviar para revisão e o que mudariam antes de lançar.

Sinais de alerta incluem:

• Candidatos que usam LLMs para pensar em como o projeto deve ser concluído (como tirar uma captura de tela do Figma e pedir ao Claude para resolvê-lo)
• Candidatos que não questionam especificações pouco claras
• Candidatos que dizem "Ainda não tenho certeza do que esta parte faz", mas não mudariam nada antes da revisão humana

Sinais positivos incluem:

• Esclarecer declarações de problemas e explorar casos extremos
• Reconhecer compensações
• Apontar quando algo parece estranho ou não parece certo
• Mostrar criatividade (como construir um minijogo para entreter os usuários durante as esperas de resposta do LLM)
• Saber quando o trabalho não é bom o suficiente e como melhorá-lo

A filosofia central: Em um mundo onde a implementação está ficando mais fácil, o que mais importa é o julgamento. Código funcional não é a linha de chegada—entendê-lo e mantê-lo é.