Até pouco tempo atrás, medir senioridade em tech era simples. Bastava olhar quanto código a pessoa produzia sozinha, em quanto tempo, e com que complexidade.
Hoje, porém, esse critério não funciona mais. Com IA generativa no dia a dia de quem programa, o volume de código deixou de separar quem está começando de quem tem anos de experiência. Isso obriga o mercado a repensar o que, de fato, define senioridade em tech.
Este artigo explica por que o critério antigo perdeu força. Também mostra o que passou a diferenciar profissionais sênior na prática, e como avaliar isso num processo de contratação ou promoção interna.
Como a senioridade em tech era medida antes da IA generativa
Por muito tempo, o caminho até a senioridade em tech seguiu uma lógica cumulativa. Quanto mais anos de experiência, mais padrões o profissional já tinha visto, e mais rápido resolvia problemas complexos sozinho.
Na prática, volume e velocidade de entrega funcionavam como proxy razoável de competência. Afinal, exigiam anos de prática pra se desenvolver.
Consequentemente, o processo seletivo seguia essa mesma lógica: teste técnico cronometrado, desafio de algoritmo, avaliação de quanto código a pessoa escrevia sem ajuda. Fazia sentido — a distância entre júnior e sênior nesse quesito era grande e visível.
Por que o output deixou de ser um bom indicador
Esse cenário mudou com a adoção de IA generativa no fluxo de trabalho. Hoje, um júnior com uma boa ferramenta de IA produz, numa tarde, o volume de código que exigiria uma semana há dois anos.
A parte mecânica da programação — sintaxe, boilerplate, primeira versão de uma função — passou a ser acelerada da mesma forma, independente do nível de quem está no teclado.
Como resultado, a distância de output entre júnior e sênior encolheu bastante. A diferença real só migrou de lugar — um lugar que sempre existiu, mas ficava escondido atrás da diferença de velocidade.
O que realmente define senioridade em tech hoje
Se volume de código não separa mais os níveis, o que separa? Na prática, três capacidades aparecem com consistência em quem o mercado ainda reconhece como sênior. Afinal, nenhuma delas depende da ferramenta usada no momento.
Saber o que não construir
Entregar rápido só tem valor se for a coisa certa. Profissionais sênior gastam parte real do tempo questionando se uma funcionalidade deveria existir. Só depois entram na etapa de construir.
Essa etapa fica invisível no código final: ela mora na decisão de nunca escrever aquele código.
Antecipar trade-offs
Toda decisão técnica troca um problema por outro: performance por simplicidade, flexibilidade por velocidade de entrega, custo de manutenção por custo de desenvolvimento.
Por isso, saber prever qual trade-off vai doer daqui a seis meses continua sendo uma habilidade rara. Ela só se desenvolve com repertório acumulado — e é justamente isso que a IA não substitui.
Saber quando intervir
Times que usam IA de forma intensa produzem mais código, mais rápido. Consequentemente, também acumulam mais decisões pequenas tomadas sem supervisão.
Sênior é quem sabe onde intervir antes que um problema pequeno vire um problema estrutural. E, por outro lado, sabe onde é seguro deixar o time seguir sozinho.
Como avaliar senioridade em tech nesse novo cenário
Na prática, testar essas três capacidades exige um processo seletivo diferente do teste técnico cronometrado tradicional. Alguns ajustes práticos:
- Peça pra revisar, não só pra construir. Entregue um problema já resolvido — por IA ou por outra pessoa — com uma decisão questionável embutida. Peça pro candidato identificar e justificar o que mudaria.
- Pergunte sobre o que não foi feito. Peça exemplos de funcionalidades que o candidato decidiu não construir, e por quê. Essa resposta revela mais sobre julgamento do que qualquer desafio de algoritmo.
- Avalie antecipação de trade-off, não só solução. Em vez de perguntar “como você resolveria isso”, pergunte “o que pode dar errado daqui a seis meses com essa solução”.
- Observe como a pessoa reage à incerteza. Sênior costuma admitir lacuna de conhecimento com facilidade — sabe que é a reação a essa lacuna que está sendo avaliada.
Esses critérios levam mais tempo de entrevista do que um teste cronometrado. Em compensação, filtram pela capacidade que de fato prevê performance em cargos seniores.
Conclusão: a régua mudou, mas o que ela mede sempre existiu
A definição de senioridade em tech não ficou mais frouxa com a chegada da IA. Na verdade, ela ficou mais precisa.
O que sempre diferenciou um profissional experiente foi julgamento: a decisão de o que construir, como construir e quando intervir. Consequentemente, esse julgamento só ficou mais visível agora que a parte mecânica do trabalho parou de ser o fator limitante.
Empresas que ajustam o processo seletivo pra medir julgamento, e não apenas output, tendem a contratar profissionais diferentes. São profissionais que continuam entregando valor à medida que a ferramenta de IA usada no dia a dia muda por baixo deles.
Esse é também um critério que orienta como a REVIIV atua em alocação de profissionais de IA: olhar pra julgamento acumulado, não só pra fluência com a ferramenta do momento.
Pra aprofundar em como aplicar esse tipo de critério num processo seletivo mais amplo, veja também o artigo Como Contratar Profissionais de IA (atualizar link para a URL definitiva do artigo no blog da REVIIV).
