Preparação para entrevista · 101 temas
Preparação para entrevista de AI engineer
Os temas que caem em entrevista de engenharia de IA e ainda não estão numa trilha: sinais de problema, refatorações, padrões de projeto e casos de system design. Use como revisão antes da conversa técnica.
Ache o problema
O entrevistador descreve um sistema e pergunta o que vai dar errado.
- System Prompt RoteadorUm único prompt tenta tratar vendas, suporte e financeiro com blocos de SE o usuário pedir X.
- Acúmulo de ExemplosO prompt tem 30 exemplos fixos e ninguém lembra por que cada um está lá.
- Pilha de RegrasO prompt acumula SEMPRE, NUNCA e IMPORTANTE em caixa alta, e as regras brigam entre si.
- Prompt Máquina de EstadosO prompt descreve etapas (primeiro pergunte o CPF, depois o endereço) e o modelo pula ou repete etapas.
- Subagentes em CascataSubagentes criam subagentes sem limite de profundidade nem de custo.
- Prompt Preso ao ModeloTrocar de modelo ou de versão quebra tudo, porque o prompt depende de manias do modelo antigo.
- Exemplos ChumbadosOs exemplos estão dentro do código e mudar um exige deploy.
- Prompt EspalhadoPedaços de prompt montados com concatenação em vários arquivos.
- Prompt Sem VersãoNinguém sabe qual versão do prompt gerou a resposta que o cliente reclamou.
- Autocrítica InútilUma etapa de revise sua resposta que dobra o custo e quase nunca muda nada.
- Ferramentas FantasmaFerramentas no schema que não são chamadas há meses, mas ocupam contexto em toda requisição.
- Rascunho CompartilhadoVários agentes escrevem no mesmo histórico e um polui o raciocínio do outro.
- Ferramenta que Cospe HTMLA ferramenta devolve a página inteira, com menu e rodapé, e o modelo se perde.
- Vazamento de Formato do ProvedorO formato de mensagem de um provedor específico se espalhou pelo código de negócio.
- Segredo no PromptChaves, senhas ou dados internos estão no prompt e podem ser repetidos para o usuário.
- Saída Executada Sem ValidaçãoCódigo, SQL ou comandos gerados pelo modelo rodam direto, sem checagem nem sandbox.
- Custo Sem TetoNão existe limite de gasto por usuário, por tarefa ou por dia.
- Eval no OlhômetroA qualidade é medida testando cinco perguntas na mão antes do deploy.
Corrija sem quebrar
Como mudar um sistema com LLM em produção, com eval antes e depois.
- Extrair SubpromptTirar uma responsabilidade do prompt principal e dar a ela uma chamada própria.
- Embutir Etapa TrivialRemover uma chamada que não muda o resultado e juntar o trabalho na etapa vizinha.
- Trocar Regras por ExemplosSubstituir uma pilha de regras por poucos exemplos bem escolhidos que mostram o comportamento.
- Mover Instrução para a FerramentaLevar a regra de uso de uma ferramenta para a descrição dela, perto de onde o modelo decide.
- Extrair Template VersionadoJuntar pedaços de prompt espalhados em um template com nome, versão e variáveis.
- Separar Instrução de DadoMarcar claramente o que é ordem do sistema e o que é conteúdo a ser lido.
- Mover Exemplos para um DatasetTirar exemplos do código e guardar em um conjunto versionado, escolhido na hora certa.
- Trocar Regra de Prompt por Aresta de GrafoTransformar um SE isso, faça aquilo escrito no prompt em uma transição explícita no código.
- Trocar Agente por ChainQuando o caminho é sempre o mesmo, fixar a ordem das etapas no código.
- Introduzir RoteadorClassificar a entrada primeiro e mandar para um prompt ou agente especializado.
- Tirar o Conhecimento de Dentro do PromptParar de colar documentos no system prompt e buscar só o trecho relevante.
- Normalizar Retorno de FerramentaFazer cada ferramenta devolver só os campos úteis, num formato estável.
- Dividir Ferramenta Faz-TudoQuebrar uma ferramenta genérica (run_sql, call_api) em operações nomeadas e seguras.
- Expor Ferramenta via MCPPublicar a integração como servidor MCP para que qualquer agente use o mesmo contrato.
- Validar Antes de ExecutarChecar código, SQL ou comando gerado e rodar em ambiente isolado.
- Tirar Segredo do PromptDeixar credenciais no código da ferramenta, onde o modelo nunca as vê.
- Introduzir Cascata de ModelosTentar primeiro com um modelo barato e subir só quando a confiança for baixa.
- Mover para Execução DurávelSalvar o estado a cada etapa para retomar depois de queda, espera ou aprovação.
Padrões de projeto
A caixa de ferramentas para desenhar apps com LLM e agentes.
Composição 5
- VotaçãoRodar a mesma tarefa várias vezes ou com vários modelos e decidir por maioria ou limiar.
- Avaliador e OtimizadorUm modelo gera, outro avalia com critério claro, e o ciclo repete até passar.
- Seletor de ExemplosEscolher na hora os exemplos mais parecidos com a entrada atual.
- Registro de TemplatesGuardar prompts como artefatos versionados, com variáveis e histórico.
- Map-Reduce de DocumentosProcessar pedaços em paralelo e depois combinar os resultados em uma resposta.
Contexto e conhecimento 5
- RAG com GrafoNavegar relações entre entidades quando a resposta depende de conexões, não de um trecho.
- RAG AgênticoDeixar o agente decidir quando, onde e quantas vezes buscar.
- Isolamento de ContextoRodar subtarefas em contextos separados e trazer de volta só o resultado.
- Revelação ProgressivaMostrar ao modelo só o resumo de cada habilidade e carregar o detalhe quando ele pedir.
- Ancoragem com CitaçãoExigir que cada afirmação aponte para a fonte e checar se a fonte diz aquilo.
Memória e estado 8
- Memória de Curto PrazoManter o estado da conversa atual de forma explícita, fora do texto bruto.
- Memória de Longo PrazoGuardar fatos e preferências entre sessões e trazer só os relevantes.
- Memória EpisódicaLembrar de execuções passadas, o que deu certo e o que deu errado, para agir melhor.
- Consolidação de MemóriaRevisar memórias em segundo plano para fundir, corrigir e esquecer.
- RascunhoDar ao agente um lugar para anotar plano e resultados parciais fora da conversa.
- Checkpoint e RetomadaSalvar o estado em pontos seguros para continuar de onde parou.
- Workflow DurávelRodar o agente sobre um motor que garante cada etapa mesmo com quedas e esperas longas.
- Quadro CompartilhadoUm espaço estruturado onde vários agentes publicam e leem fatos, com dono e formato.
Ferramentas e ação 8
- Sandbox de ExecuçãoDeixar o modelo escrever e rodar código em um ambiente isolado e descartável.
- Uso de ComputadorOperar interfaces gráficas por tela, mouse e teclado quando não existe API.
- Agente de NavegadorNavegar, ler e preencher páginas web usando a estrutura do DOM.
- Adaptador MCPExpor sistemas como servidores MCP para qualquer agente usar o mesmo contrato.
- Resumidor de RetornoReduzir respostas grandes de ferramentas ao que importa antes de voltar ao modelo.
- Simulação Antes de AgirGerar o plano da ação e mostrar o efeito antes de executar de verdade.
- Ação IdempotenteGarantir que repetir a mesma chamada não duplique o efeito.
- Ação CompensatóriaPara cada passo com efeito, ter o passo que desfaz, como em uma saga.
Comportamento de agentes 9
- Planejar e ExecutarEscrever o plano inteiro antes e executar os passos com um modelo mais simples ou com código.
- ReplanejamentoRevisar o plano quando a realidade não bate com o esperado.
- ReflexãoFazer o modelo criticar o próprio resultado com base em um sinal externo e corrigir.
- AutoconsistênciaGerar várias linhas de raciocínio e ficar com a resposta mais frequente.
- Árvore de PensamentosExplorar alternativas em árvore, avaliar cada galho e podar os ruins.
- Passagem entre AgentesTransferir a conversa para outro agente especialista, com o estado necessário.
- SupervisorUm agente coordena outros, decide quem trabalha e verifica a entrega.
- DebateDois ou mais modelos defendem posições e um juiz decide.
- Agente de Longa DuraçãoManter um agente trabalhando por horas ou dias com metas, checkpoints e relatórios.
Segurança e confiabilidade 7
- Guardrails de SaídaChecar a resposta antes de chegar ao usuário ou a uma ferramenta.
- Ferramentas com Menor PrivilégioCada ferramenta com escopo, credencial e limite próprios.
- Checagem por PrincípiosAvaliar a resposta contra uma lista curta de princípios escritos e revisar se violar algum.
- Modelo ReservaTer outro modelo ou provedor pronto para assumir quando o principal falha.
- DisjuntorParar de chamar um serviço que está falhando e voltar quando ele se recuperar.
- Validação e Reparo de SaídaValidar a saída com código e, se falhar, devolver o erro ao modelo para corrigir.
- Mascaramento de Dados PessoaisRemover ou mascarar dados pessoais antes do modelo e dos logs, em linha com a LGPD.
Operação e qualidade 5
- LLM como JuizUsar um modelo com rubrica para avaliar respostas que não têm gabarito exato.
- Deploy SombraRodar a versão nova em paralelo com tráfego real, sem mostrar ao usuário, e comparar.
- Cache SemânticoResponder perguntas equivalentes com uma resposta já gerada.
- Cache de PromptReaproveitar o prefixo fixo do prompt para cortar custo e latência.
- Orçamento de CustoMedir e limitar gasto por tarefa, usuário e dia, com alerta e plano de corte.
System design com IA
Casos completos, do protótipo ingênuo à arquitetura que aguenta cliente.
- Triagem automática de ticketsClassificar milhares de tickets por dia em fila, prioridade e produto.
- Assistente de voz de call centerAtender ligações em tempo real com tempo de resposta abaixo de um segundo.
- Revisor automático de PRComentar PRs com achados reais e poucos falsos positivos.
- Gerador de testesGerar testes que compilam, passam e pegam bugs de verdade.
- Migração de código legadoMigrar centenas de arquivos de um framework antigo ao longo de dias.
- Agente de incidentes (on-call)Investigar alertas, ler logs e sugerir a causa provável antes do humano acordar.
- Análise de planilhas com execução de códigoResponder perguntas sobre planilhas gerando e rodando código, não chutando números.
- SDR de vendas automatizadoPesquisar leads, escrever a primeira mensagem e marcar reunião.
- Assistente jurídicoRevisar contratos, apontar cláusulas de risco e citar a base legal.
- Triagem de currículos com controle de viésPré-avaliar candidatos de forma explicável e auditável.
- Moderação de conteúdoModerar texto e imagem em escala com política clara e custo baixo.
- Onboarding conversacionalCadastrar clientes pelo WhatsApp, coletar documentos e retomar dias depois.
- Busca semântica em e-commerceEntender tênis para correr na chuva e achar o produto certo em milissegundos.
- Tutor educacionalUm tutor que lembra do aluno, adapta exercícios e não entrega a resposta pronta.
- Agente de navegador para tarefas repetitivasEmitir segunda via, baixar boletos e preencher portais que não têm API.
- Pipeline de criação de conteúdoDa pauta ao post publicado, com pesquisa, rascunho, revisão e checagem de marca.
- Assistente de saúde com guardrailsTirar dúvidas de pacientes sem diagnosticar e sabendo quando mandar ao médico.
- Automação de back-office com execução durávelConciliar pagamentos, emitir notas e cobrar clientes em processos que duram dias.