Tem uma mudança de mercado acontecendo em silêncio nas vagas de TI mais novas: o currículo ainda entra no funil, mas já não carrega a conversa sozinho.
Em anúncios recentes da H2O.ai e da You.com, o que aparece como diferencial não é só stack. É portfólio com projeto real, contribuição open source, presença pública e capacidade de explicar por que você tomou certas decisões. No Canva, isso já chegou até a entrevista: a empresa passou a exigir uso de IA no processo, mas avaliando julgamento, revisão e domínio do que foi gerado.
Traduzindo para quem está tentando se posicionar melhor em 2026: saber ferramenta continua importando, mas o novo sinal forte é prova pública de trabalho. Não basta mais dizer que sabe. O mercado quer ver.
o currículo perdeu parte do poder que tinha
Isso não quer dizer que currículo morreu. Quer dizer que ele ficou mais fácil de imitar.
Quando uma vaga recebe pilhas de candidatura parecidas, com as mesmas buzzwords de IA, cloud e automação, o papel perde força como filtro de confiança. Foi exatamente por isso que parte do mercado começou a subir a régua do tipo de evidência que procura.
Na vaga de AI Engineer da H2O.ai, a empresa cita como formas de se destacar uma combinação bem direta: projetos inovadores levados do conceito ao mercado, portfólio para mostrar isso, contribuição ativa em open source e adaptabilidade em ambiente rápido.
Na vaga de Senior AI Engineer da You.com, o recado é parecido, mas ainda mais explícito: eles querem alguém com corpo público de trabalho — GitHub ativo, projetos open source ou demos que a comunidade realmente usou — além de fluência com comunidade de desenvolvedores.
Perceba o tamanho da mudança. Não é mais só “mande currículo e espere a triagem”. Em parte das vagas mais interessantes, já existe uma camada nova: mostre o que você construiu, onde isso está rodando e como você pensa quando precisa decidir.
a entrevista também mudou porque o trabalho mudou
O caso do Canva ajuda a entender por que isso saiu da descrição da vaga e entrou na avaliação prática.
No blog oficial de engenharia, a empresa diz que passou a esperar que candidatos de backend, frontend e machine learning usem ferramentas como Copilot, Cursor e Claude durante entrevistas técnicas. O motivo é simples: proibir IA na seleção passou a medir um trabalho que já não existe mais daquele jeito.
Mas tem um detalhe importante aí. O Canva não está premiando quem terceiriza tudo para a IA. O que eles dizem que querem ver é outra coisa:
- como a pessoa quebra um problema ambíguo
- quando ela usa IA e quando não usa
- como revisa o que a ferramenta entregou
- se consegue corrigir código gerado com problema
- se mantém padrão de produção mesmo acelerando com assistente
Esse ponto conversa direto com o mercado atual. A empresa não quer o candidato que “sabe pedir prompt bonito”. Ela quer o candidato que usa IA como alavanca sem abrir mão de julgamento técnico.
o que virou prova pública de verdade
Quando se fala em “mostrar trabalho”, muita gente ainda pensa em portfólio genérico com três clones de tutorial e um link do GitHub parado. Só que o tipo de prova que está ganhando valor agora é um pouco mais exigente.
O sinal mais forte costuma ser uma combinação dessas peças:
- projeto no ar, com URL real
- repositório que mostra evolução de verdade, não só dump final
- README que explica contexto, decisão e trade-off
- contribuição open source que outra pessoa consegue verificar
- texto, vídeo curto ou case explicando o problema resolvido
- demonstração de que você sabe revisar código com IA, não só gerar código com IA
O motivo é prático: tudo isso reduz a distância entre promessa e prova.
Se a vaga pede backend com IA, por exemplo, fica muito mais forte mostrar um projeto com API, logs, tratamento de erro, algum tipo de avaliação ou observabilidade, do que listar vinte ferramentas no currículo. O mesmo vale para frontend, dados, automação e infra.
por que isso pesa mais para júnior e pleno agora
Para quem está entrando ou tentando sair da zona de currículo invisível, essa mudança pode parecer cruel. E, em parte, é mesmo: dá mais trabalho do que ajustar headline no LinkedIn.
Só que ela também abre uma fresta útil. Quando a porta de entrada fica mais apertada, prova verificável passa a ajudar mais do que sinal genérico.
O artigo aberto do Charlie Morrison no Dev.to resume isso bem ao falar de júnior em 2026: empresas estão olhando menos para o rótulo e mais para profundidade em stack, projeto real, escrita técnica e presença pública. Não como vaidade de creator, mas como atalho de confiança.
É mais fácil ignorar um currículo entre centenas. É mais difícil ignorar alguém que chega com um projeto real no ar, explica decisão de arquitetura, mostra histórico de melhoria e ainda consegue conversar com clareza sobre o que a IA fez — e sobre o que ela errou.
o que vale construir nas próximas semanas
Se a leitura do mercado é essa, a resposta não é tentar parecer mais polido no papel. É melhorar o tipo de evidência que você coloca na mesa.
Um plano prático e enxuto seria este:
1) escolher um projeto que aguente inspeção
Não precisa virar startup. Precisa aguentar screen share.
Escolha um projeto que você possa abrir e defender: fluxo principal funcionando, erro tratado, README honesto, código minimamente organizado e algum critério de qualidade visível.
2) deixar claro o seu processo de decisão
Se você usa IA para acelerar, ótimo. Mas mostre onde ela entrou e onde o julgamento foi seu.
Uma boa descrição de projeto hoje vale mais quando soa assim: “usei IA para acelerar a base e revisar alternativas, mas precisei ajustar autenticação, tratamento de erro e estrutura do endpoint por causa de X”.
3) publicar pelo menos uma prova fora do currículo
Pode ser um write-up curto no GitHub, um post no Dev.to, uma página de case no seu site ou uma contribuição pequena em open source.
O importante é sair do campo do “eu sei fazer” e entrar no campo do “aqui está o que eu fiz”.
4) treinar leitura e revisão, não só construção do zero
Se empresas como Canva já estão avaliando uso de IA com foco em revisão, entender código alheio e detectar bug ficou ainda mais valioso.
Em muita vaga boa, o diferencial já não é escrever mais rápido. É perceber mais cedo onde a resposta automática ficou rasa, errada ou perigosa.
o novo sinal não é performance — é confiabilidade
No fundo, essa mudança toda gira em torno de confiança.
O currículo continua sendo porta de entrada. O problema é que ele já não basta para sustentar credibilidade em várias faixas do mercado, especialmente nas vagas ligadas a IA, produto técnico e engenharia mais próxima de resultado.
Por isso open source, demo real, GitHub ativo, case bem explicado e domínio sobre o uso de IA começaram a pesar tanto. Não porque todo mundo precisa virar creator. Mas porque o mercado está desesperado por sinais menos fáceis de falsificar.
Quem entender isso antes tende a competir melhor. Não só por parecer mais forte, mas por parecer mais confiável.
fontes
- AI Engineer — H2O.ai
- Senior AI Engineer — You.com
- Yes, You Can Use AI in Our Interviews. In fact, we insist — Canva Engineering Blog
- AI Interview Success: An Interviewer’s Inside Guide — Canva Engineering Blog
- How to Actually Get Hired as a Junior Dev in 2026 (When Nobody Is Hiring Juniors) — Dev.to
