Fa un any, el debat sobre si s’havia de permetre als candidats d’usar eines IA durant els encàrrecs per portar-se a casa era tota la ràbia. Ara, la majoria dels equips d’enginyeria han avançat. La qüestió no és si fas servir IA o no, sinó més aviat si saps usar-la bé. Això marca una gran diferència.
El canvi ha tingut un impacte profund en la contractació tècnica. Alguns candidats estan obtenint avantatge mentre que uns altres lluiten per a mantenir el ritme. Per a aconseguir l’èxit cal entendre què està passant. La “codificació de vibracions” - dirigir ferramentes d’IA amb llenguatge natural per a produir codi funcional, i després refinar-ne i integrar la producció - ja no és una novetat sinó un requisit bàsic en moltes empreses. Els enginyers sènior ara avaloren els candidats basant-se més que només en l’habilitat de compondre el seu propi codi des de zero. Volen veure si es pot escriure instruccions precises, revisar críticament el còdi generat per IA i saber quan no s’ha d’utilitzar la IA.
Per exemple, quan estava fent una entrevista per a un rol en una empresa emergent de mida mitjana, em van demanar d’escriure una ordre que generara una funció específica usant eines IA. L’entrevistador no només volia veure el resultat final, sinó també com havia arribat al resultat i què hauria fet si este no hagués estat allò que esperava. No es tracta solament d’usar la IA, sinó de fer-ho intel·ligentment.
Les habilitats subjacents són encara les mateixes - cal entendre estructures de dades, disseny del sistema i qualitat del codi. Però ara també s’ha de demostrar que es poden usar ferramentes d’IA com un multiplicador de força, no una crossa. Els projectes per a portar-se a casa estan evolucionant per a reflectir esta nova realitat. Moltes empreses esperen dels candidats l’ús d’eines d’IA i després explicar com les usaren, què van canviar i què rebutjaren. Una presentació ben estructurada mostra on es va usar IA, què va canviar el candidat i com s’ha gestionat els casos extrems que la IA ha passat per alt.
Algunes empreses fins i tot duen a terme sessions de codificació en directe amb l’ajuda d’IA. No es tracta només de teclejar el codi ràpidament, sinó també de mostrar criteri -verifiqueu la sortida, adapteu-la intel·ligentment i expliqueu el codi que heu acceptat? És una prova difícil, però també és un gran camí per a exhibir les vostres habilitats. He vist candidats que poden usar eines d’IA efectivament, però tenen dificultats per a explicar els seus processos de pensament. Açò és un senyal roí.
Així que què cerquen les empreses? Judici sobre la producció. Pot avaluar críticament la qualitat del codi? Cada enginyer té accés a les mateixes ferramentes de generació, però allò que varia és la qualitat del judici aplicat al que produïxen eixes ferramentes. També ha de demostrar pensament sistèmic - l’AI és bona generant funcions, però molt més dèbil en el disseny de sistemes. Els candidats capaços de descriure clarament decisions d’arquitectura, incloent els equilibris i restriccions, són rars i valuosos.
La depuració de problemes del món real també és clau. Trobar un error en codi generat per IA que no coneguem sota pressió temporal serà una vertadera prova sobre si enteneu què fa el codi, i no només allò que se suposa que ha de fer. I no oblidem la comunicació - l’habilitat d’explicar decisions tècniques complexes a un panell contractant que pot incloure gent sense coneixements tècnics esdevé cada vegada més important. Això encara no s’ha automatitzat.
Per a preparar-se per este nou panorama, cal construir un portfoli amb context d’IA. Per als projectes que hàgeu construït amb assistència d’AI, escriviu una nota tècnica breu explicant què ha generat l’AI, què heu canviat i per què ho havíeu fet així. Practiqueu deliberadament la resolució de problemes assistida per IA - utilitzau ferramentes com ara Cursor, GitHub Copilot o Claude activament en les sessions pràctiques. Adoneu-vos d’on els suggeriments són erronis, incomplets o introduïxen errors subtils. Aprengueu a fons el vostre fonament i prepareu-se pel disseny de sistemes sense IA. Les entrevistes sobre disseny del sistema han esdevingut més importants, no pas menys, perquè és ací on les ferramentes d’IA són vertaderament dèbils. Practiqueu la concepció dels sistemes des de l’inici fins al final - flux de dades, opcions d’emmagatzematge, disseny API, consideracions d’escalabilitat i modes d’error.
No serà fàcil, però si podeu dominar estes habilitats tindreu una gran demanda. Xeito vos pot ajudar a trobar rols que s’ajusten al vostre treball real - us fan coincidir amb empreses basades en la vostra pila tecnològica i estil de treball reals, no només títols laborals. Feu-li un intent.
Veu el que Xeito fa d’inici a fi. Explora tots els recursos — tractador de solicituds, currículums i cartes de presentació generats per l’AI, entrenador d’entrevistes, sincronització amb 130+ tablons d’ofertes d’empleo, dissenat per desenvolupadors àdist.
Articles relacionats
- Contracte per a contractar en tecnologia: què esperar i com negociar
- De freelance a permanent: com fer la transició amb èxit
- El mercat laboral ocult: com s’omplen els rols tecnològics abans que es publiquen
- Com guanyar qualsevol entrevista de treball: una guia completa per a la preparació
- Com Superar una Entrevista Tècnica Remota el 2026