Contexto técnico
Observé cómo Coinbase reestructuró sus entrevistas para ingenieros, y no es solo un retoque. Ya no fingen que el desarrollador trabaja en el vacío sin Copilot, Cursor, documentación ni modelos. Al contrario, el uso de IA en las evaluaciones se ha vuelto obligatorio, y eso es una señal directa para la implementación de IA en los equipos.
El cambio es sencillo pero drástico: antes, las entrevistas medían la memoria de patrones y la precisión en un live coding 'estéril'; ahora miden cómo el candidato gestiona el modelo. Lo diría así: no '¿puedes escribir código sin ayudas?', sino '¿puedes obtener un resultado decente con IA, detectar las tonterías del modelo y no tumbar el sistema?'.
En cuanto a los hechos: las etapas de contratación son familiares en general—criba del reclutador, OA, entrevista técnica, diseño de sistemas, behavioral. Pero dentro de esas etapas, la mecánica ha cambiado. En el live coding se permiten IA y documentación, y los hiring managers deben evaluar por separado la fluidez en IA como una señal obligatoria, no un bonus agradable.
Lo que me llamó la atención no fue solo permitir la IA, sino que Coinbase desplazó el foco hacia el juicio. Si el modelo genera un fragmento de código basura, el candidato no debe alegrarse de la velocidad, sino detenerlo, corregir la arquitectura, verificar los casos límite y no romper la idempotencia ni la pista de auditoría. Para fintech, sinceramente, es el único enfoque maduro.
Esto no es noticia de ayer, sino el resultado de aproximadamente un año de reestructuración del proceso, es decir, más que una noticia pasajera, es un cambio formalizado en la industria. La fuente es la propia Coinbase y los comentarios públicos de sus ingenieros, por lo que las conclusiones básicas están bien respaldadas por fuentes primarias.
Lo que esto cambia para las empresas y la automatización
Primero: las empresas que todavía contratan 'campeones de algoritmos sin contexto' empezarán a fallar en productividad real. En producción, hoy gana no el que recuerda un algoritmo raro, sino el que monta rápido una solución y mantiene la calidad.
Segundo: las entrevistas ahora se acercan más a cómo se construye realmente la automatización con IA. Lo veo constantemente en proyectos de clientes: el valor no está en lo que el modelo genera, sino en cómo la persona lo integra en el proceso, verifica la salida y limita los riesgos.
Tercero: perderán los equipos sin cultura de revisión de código de IA. Si su integración de inteligencia artificial ya ha entrado en desarrollo, pero la contratación aún evalúa a las personas como en 2018, usted mismo está creando una brecha entre la entrevista y la producción.
Si se encuentra en una encrucijada similar, no tiene que adivinarlo. En Nahornyi AI Lab trabajo precisamente en esto: ayudo a reconstruir procesos donde la automatización con IA y la contratación coincidan con la práctica real de ingeniería, no con un bonito mito sobre entrevistas 'puras'. Si lo necesita, juntos desglosaremos su flujo de trabajo y montaremos un esquema funcional sin ruido innecesario.