Els algoritmes a la pissarra no et diuen res sobre enginyeria en producció. El nostre procés avalua criteri d’arquitectura, qualitat de codi sota revisió i AI-readiness sobre casos reals.
EL PROBLEMA
Abans d'explicar com funciona el nostre, cal entendre per què els processos habituals produeixen mals enginyers.
Resoldre un arbre de grafs en 45 minuts no té cap relació amb mantenir una API que rep 50.000 peticions per hora. Són habilitats diferents que no se solapen.
Un recruiter pot verificar si el candidat diu les paraules correctes. Només un CTO actiu pot avaluar si una decisió d'arquitectura és correcta o un error que costarà mesos.
Treballar en remot requereix habilitats específiques de comunicació, documentació i autonomia que no apareixen en cap entrevista presencial estàndard.
El 2026, un enginyer que no domina eines d'IA lliura entre un 30% i un 40% més lent que un que sí les domina. Gairebé cap procés ho avalua.
5 PILARS
Escenaris reals amb restriccions reals: escala, pressupost, mida de l'equip, deute tècnic existent. Avaluem el raonament sobre trade-offs i la capacitat de comunicar decisions tècniques a stakeholders no tècnics.
Revisem codi real del candidat — alguna cosa construïda en producció, no un exercici d'entrevista. Mirem estructura neta, gestió d'errors, disciplina de testing, separació de concerns i llegibilitat.
Avaluem l'ús efectiu de GitHub Copilot, Cursor, Claude i eines similars. Prompt engineering aplicat a tasques d'enginyeria real. I el més important: criteri per saber quan l'output de la IA necessita revisió humana.
Claredat escrita, fluïdesa verbal, capacitat d'aixecar problemes de forma proactiva i disciplina de zona horària. El treball remot no falla per falta d'habilitat tècnica — falla quan la comunicació es trenca.
Verificació d'ocupació, referències professionals reals i alineament cultural amb entorns de startup i scale-up. Busquem enginyers que han treballat en productes amb usuaris reals.
L'EMBUT
Cada fase elimina perfils que no encaixen — no persones, sinó perfils que no podrien lliurar en el context dels nostres clients.
100% dels candidats entren al procés.
40% passa. Screening inicial d'experiència, stack i treball en producció.
20% passa. Claredat escrita, fluïdesa verbal, disciplina de zona horària.
12% passa. Pair programming amb un CTO actiu sobre problemes reals.
10% passa. Historial d'ocupació, referències professionals confirmades.
4% final. Llestos per desplegar en projectes de clients.
taxa d'acceptació final