Três caminhos pra trabalhar com IA, três entrevistas diferentes

Leia a letra miúda da página do próprio Google AI Essentials: 67% de quem usou IA generativa estimou que a IA economiza 2+ horas por semana. Estimou. Essa palavra é a entrevista inteira. O Google está vendendo um curso e ainda assim não chama isso de medição — e "me economizou umas duas horas por semana" é exatamente a frase que está no currículo de milhares de pessoas agora, incluindo as outras quatro que estão no mesmo processo que você. É a média do mercado fantasiada de resultado pessoal.

O segundo erro é tratar "a entrevista de IA" como uma coisa só. Existem três caminhos que as pessoas fazem pra chegar em trabalho com IA, e cada um é avaliado por um critério diferente. Prepare o caminho errado e você dá uma resposta ótima pra uma pergunta que ninguém fez.

Os três caminhos, e o que cada banca está testando de verdade

• Caminho 1 — mesma função, agora com IA. Você continua dev, ou continua EM, e a IA entrou no seu fluxo de trabalho. Eles já assumem que você sabe fazer o trabalho. O que estão testando é critério: a IA te deixou mais rápido, ou só mais rápido em entregar coisa que você não conferiu?
• Caminho 2 — virada pra uma função vizinha de IA. Produto de IA, solutions/forward-deployed, habilitação de time, ferramenta interna. Ninguém espera que você treine um modelo. Estão testando tradução: você consegue transformar uma reclamação vaga do negócio numa capacidade delimitada, com um custo colado nela?
• Caminho 3 — se aprofundar como especialista. Engenharia de IA aplicada, plataforma de agentes, evals. Aqui ninguém liga que você usa IA todo dia. Estão testando trade-offs e verificação: por que esse desenho, e como você sabe que funciona.

Três caminhos, três entrevistas. O que também significa: a evidência que ajuda num deles atrapalha ativamente no outro.

Leve a evidência que o seu caminho pede

Caminho 1 — um antes/depois medido no seu próprio fluxo. Não o certificado. O Google AI Essentials tem 5 módulos e, pela descrição do próprio Google, leva menos de 5 horas. Ele é útil de verdade pro vocabulário, e é uma péssima coisa de se oferecer como prova — você acabou de contar pra um gestor que investiu uma tarde. Comece pela mudança que você fez no seu trabalho; o curso só entra se alguém perguntar o que você andou estudando.

Caminho 2 — um certificado cujo último domínio é a vaga. A prova do Google Cloud Generative AI Leader tem 90 minutos, 50–60 questões de múltipla escolha, custa $99, não exige código e é explicitamente "para qualquer pessoa em qualquer função, com ou sem experiência técnica prática". Os quatro domínios terminam em estratégias de negócio para uma solução de IA generativa — que é a entrevista do caminho 2, quase palavra por palavra. Estude pela lista de domínios do guia da prova e você está ensaiando a conversa real. Um aviso pra quem está no Brasil: essa prova é oferecida em português. A entrevista não vai ser.

Caminho 3 — o que um certificado não consegue ser. O AWS Certified AI Practitioner (AIF-C01) tem 65 questões em 90 minutos por $100 USD, e a própria AWS descreve o público como pessoas "familiarizadas com, mas que não necessariamente constroem, soluções usando tecnologias de IA/ML na AWS". Leia de novo: o fornecedor está te avisando que ele não certifica construção. Ofereça isso como profundidade numa entrevista de especialista e você defendeu o argumento do outro lado. No caminho 3 a evidência é um sistema que você colocou de pé, mais o eval que te disse que ele estava funcionando.

As cinco linhas que sobrevivem ao follow-up

Todo processo cai em um número, sempre. Preencha isso pra uma coisa real que você fez, antes de alguém perguntar:

CLAIM:       <task> went from <before range> to <after>.
BASELINE:    how I know the "before" — I timed it / calendar blocks / file timestamps
AFTER:       median of <N> timed runs, INCLUDING the minutes I spend checking output
SAMPLE:      <N> runs across <M> weeks
NOT COUNTED: build time, the weekly review I still do, the runs I threw away

Quatro coisas fazem esse bloco parar em pé. Dê o "antes" como faixa, nunca como ponto — "algo entre 40 e 55 minutos" soa como quem estava prestando atenção; número redondo soa como quem arredondou. Coloque a conferência dentro do número do "depois": se a execução leva três minutos e você gasta doze lendo atrás, o número honesto é quinze — e um bom entrevistador pergunta do tempo de revisão de qualquer jeito. Diga o tamanho da amostra antes que peçam — cinco execuções, assumidas como cinco, ganham de uma afirmação confiante sem nada embaixo. E diga em voz alta o que você deixou de fora. Quase ninguém faz isso, e é a frase que te tira de "candidato com um número" e te coloca em "pessoa que faz a conta direito".

Depois ensaie o empurrão. Quando disserem que o número parece alto, não defenda e também não recue — encolha de propósito: "meu 'antes' foi reconstruído pelos blocos da agenda, não por cronômetro, então me cobre 40 minutos e não 55. Mesmo nesse piso são algumas horas de volta por mês, e eu prefiro ser julgado pelo piso."

O prompt de entrevista simulada

Cole isso no Claude ou no ChatGPT. A função dele é ser uma plateia pior que a real:

You are a hiring manager at a US company, interviewing me for <role>. I would
work remotely from Brazil, UTC-3.

I am making move <1|2|3>: <one sentence>.
My evidence: <paste your CLAIM block, plus a link to the artifact>.

Ask 6 questions, one at a time, in English, and wait for each answer.
After every answer:
1. probe the weakest claim in it — especially where any number came from;
2. ask one follow-up I could only answer if I had really done the work;
3. score it 1-5 on specificity, provenance of the numbers, and whether I
   named a limitation myself.

Reject "I review it carefully", "it feels faster", and any recital of course
modules. Push once, then move on.
End with the three answers I should rewrite, and why.

Duas regras de uso. Responda em voz alta, não digitando — digitar esconde justamente o que quebra numa entrevista de verdade, que é sustentar um argumento técnico em inglês sendo interrompido. E rode isso antes da primeira entrevista real. Queimar a primeira versão da sua história numa empresa que você quer é caro; queimar num modelo não custa nada.

Uma pergunta por caminho que você tem que responder sem pensar

• Caminho 1: "Me conta uma tarefa que você deliberadamente manteve longe dessas ferramentas." O limite em si é a resposta. Quem não tem nenhum acabou de me contar que não tem critério de revisão, só entusiasmo.
• Caminho 2: "Esse time quer um chatbot. Me convence do contrário." A orientação de engenharia da Anthropic é achar a solução mais simples possível e só aumentar a complexidade quando for necessário — e ela acrescenta que isso pode significar não construir sistema com agente nenhum, porque sistemas com agentes "trocam latência e custo por melhor desempenho na tarefa". Quem puxa pra solução menor soa sênior. Quem puxa pro agente soa como quem nunca pagou uma conta de latência.
• Caminho 3: "Quando um workflow é melhor que um agente?" A separação da Anthropic é limpa: workflows orquestram modelos e ferramentas "por caminhos de código predefinidos", enquanto agentes "dirigem dinamicamente seus próprios processos e uso de ferramentas". Só adicione complexidade "quando isso melhorar comprovadamente os resultados" — e o follow-up óbvio é como você comprovaria. Essa resposta é o seu eval, e é exatamente onde a maioria dos candidatos do caminho 3 emudece.

Faça isso hoje

Escreva o seu caminho em uma frase. Depois preencha o bloco CLAIM de cinco linhas pra exatamente uma coisa que você já fez — incluindo a linha NOT COUNTED — e fale em inglês, em voz alta, até fechar em menos de 30 segundos sem tremer. Esse bloco, falado limpo, vale mais que o próximo certificado que você ia começar.

Fontes

• Google AI Essentials
• Google Cloud — Generative AI Leader certification
• AWS Certified AI Practitioner (AIF-C01)
• Anthropic Engineering — Building effective agents