Uma forma de mostrar experiência com IA no desenvolvimento é explicar como você investigou uma falha. Guarde o sintoma, a hipótese, a contribuição do agente e a verificação da correção. Esse relato permite que outra pessoa acompanhe seu raciocínio e faça perguntas sobre o trabalho.
Em 6 de novembro de 2026, Nick Liffen e Philip Holleran publicaram um guia de engenharia com agentes no blog do GitHub. O texto organiza o trabalho em planejamento, construção, verificação e observação. Na última etapa, propõe reunir evidências do comportamento do software e registrar descobertas em tarefas, incluindo testes de regressão. É uma orientação do fornecedor do Copilot, sem demonstrar resultados em seleção profissional.
Minha proposta para carreira é transformar uma dessas investigações em um pequeno estudo de caso. Ele pode complementar a apresentação do projeto com algo que costuma ficar escondido na demonstração: como você reage quando o sistema se comporta de forma inesperada.
Um relato que pode ser conferido
Imagine um exemplo fictício: um aplicativo de portfólio exporta arquivos pequenos, mas falha com uma entrada maior. O desenvolvedor pede ajuda à IA para organizar hipóteses e localizar o trecho envolvido. Antes de alterar o código, reproduz o erro com dados de teste.
Para apresentar essa experiência, proponho guardar quatro registros:
- O sintoma e as condições. Qual entrada falhou, o que deveria acontecer e como reproduzir o problema em ambiente próprio.
- A hipótese investigada. O que a IA sugeriu, qual evidência você conferiu e por que decidiu testar aquela explicação.
- A mudança e sua verificação. Um trecho pequeno da alteração, o teste que falhava antes e o resultado observado depois.
- O limite que permanece. Quais tamanhos de arquivo foram testados e quais situações ainda precisam ser avaliadas.
Se você descartou uma sugestão da IA, explique o motivo. Se o erro reapareceu, preserve essa informação. Em um projeto de estudo, use dados fictícios e deixe claro que a experiência ocorreu naquele ambiente. Materiais de clientes ou empregadores exigem autorização antes de entrar no portfólio.
Prepare a conversa sobre o caso
Peça a alguém que leia o relato e pergunte por que o teste sustenta a conclusão. Se você só consegue repetir a resposta do agente, volte à investigação. O objetivo do exercício é tornar sua contribuição compreensível, sem prometer vantagem em contratação.
Essa prática complementa o hábito de mostrar as decisões tomadas com agentes e de localizar o bug antes de editar.
Escolha uma falha de um projeto próprio e escreva um relato que outra pessoa consiga conferir.
Fonte: GitHub, Beyond code generation.