Latest / Entre Chaves / #251 Carreira em tecnologia: habilidades essenciais para se desenvolver

Transcript

#251 Carreira em tecnologia: habilidades essenciais para se desenvolver · Entre Chaves

0:02
Está começando mais uma entre chave do seu podcast de
0:06
desenvolvimento de software. Eu sou a Fernanda Vieira e hoje
0:09
a gente vai falar sobre um tema importante.
0:11
Então, se você está na dúvida do que que vai ser exigido de você,
0:15
quais são as tendências, o que que o mercado está vendo para
0:18
carreira de tecnologia, né? Seja você um Júnior, um pleno,
0:21
um sênior, é exatamente esse episódio, né?
0:23
E esse episódio é para você para falar sobre isso.
0:25
Estamos aqui com o Luís e com a Rafa, né, meus companheiros de
0:29
bancada hoje. Olá pessoal, sem o prazer estar
0:31
aqui com vocês. E aí, pessoal, agora foi mais
0:33
um. Primeiro, eu queria começar aqui
0:35
esse episódio falando sobre um paradoxo que a gente está vendo
0:39
no mercado de tecnologia. Se por um lado a gente tem
0:42
algumas pesquisas, né? Algumas Fontes, como por
0:45
exemplo, blue of labour, estatistics dos Estados Unidos
0:47
que ainda projeta crescimento na área de tecnologia, projeta 15%
0:52
de crescimento até 2034, impulsionado aí por IA, por IoT,
0:56
por cibersegurança. A gente, por outro lado, está
0:58
havendo uma realidade. Cidade em 2025, um pouco
1:01
diferente no final das contas. Assim, tem algumas Fontes que
1:05
falam o por exemplo, the progmatic engineer, de 2025,
1:09
fala que as vagas de software de neer estão no menor nível que
1:13
elas já tiveram, né nos últimos 5 anos.
1:15
Além disso, as vagas de nível de entrada né?
1:18
Ou seja, de estágio, né? De Junior.
1:21
Elas também caíram 50% nas grandes empresas e 30% em
1:25
startups desde a pandemia. E o emprego para trabalhadores
1:29
nesse nível de entrada, como por exemplo, para codificação, né?
1:32
E estágio, como eu estava falando, caiu 13% desde 2022,
1:37
segundo a ex. Tempo foi o digital Economy lab.
1:40
Então o fato, né, que existe 11 projeção de crescimento, mas ao
1:44
mesmo tempo. A gente vê essa esse cenário de
1:47
de diminuição principalmente nas vagas de entrada e ainda tem 11
1:52
outro lado desse espectro todo e que ainda causa uma maior
1:55
estranheza nesse cenário que é a história dos seniores, porque a
2:00
gente tem uma crise ainda histórica de talentos seniores
2:04
no mercado de tecnologia OIDC, né?
2:06
Ele projeta que até 2026, mais de 90% das organizações
2:10
globalmente sentirão o impacto. Da escassez de habilidades, né?
2:15
Resultando em perdas de mais de trilhões aí de dólares.
2:18
E aqui no Brasil, 73% das empresas relatam dificuldade em
2:22
contratar profissionais qualificados, a maior taxa já
2:26
registrada. Então, gente, é exatamente esse
2:28
paradoxo que eu queria, que eu queria introduzir nesse
2:30
episódio, que é isso, né? As empresas, elas não conseguem,
2:33
os especialistas, as pessoas seniores que elas precisam, mas
2:36
ao mesmo tempo elas também estão fechando as portas de entrada,
2:40
né? Das pessoas mais júniores.
2:42
Né, que estão começando Na Na, na carreira de tecnologia.
2:46
É com este cenário que eu queria começar essa essa conversa
2:51
justamente como que vocês estão vendo, porque esse cenário da
2:54
entrada, a gente já falou aqui no entre chaves algumas vezes
2:57
sobre essa crise, né? E aí com IA, como que vai ser o
3:00
treinamento do Júnior? Como que o Júnior vai aprender a
3:02
ser senior se ele não vai ter oportunidade?
3:05
Então a primeira pergunta que eu queria que a gente conversasse e
3:07
discutisse é, será que isso essa mudança no mercado?
3:12
Ela é passageira ou ela realmente veio para ficar
3:18
realmente assim? As vagas de entrada No No mundo
3:21
de tecnologia realmente vão continuar diminuindo e a gente
3:25
vai continuar vendo esse fenômeno esquisito de empresas
3:28
que precisam de de seniores, mas que não treinam, né?
3:32
Júniores para isso. Que que vocês acham?
3:34
Então, vamos lá. É acho 2 coisas interessantes
3:37
para pontuar nesse começo, esse dado de que nós estamos agora no
3:41
menor nível de vagas dos últimos 5 anos, que agora coincide com
3:45
2020 ou ano da pandemia. E se a gente parar pra pensar,
3:49
2020 foi justamente quando criou se aquela bolha de tecnologia.
3:54
Onde assim para achar profissional era praticamente
3:57
impossível, porque todo mundo foi o digital era uma coisa de
4:00
louco emprego, assim você dava um tiro para cima, assim era
4:04
vaga para todo lado. Então isso de uns tempos para cá
4:07
vem nas diminuição, ao mesmo tempo que veio o crescimento da
4:09
IA. São 2 fatores que que
4:12
aconteceram, né? A bolha ficou alguns anos, 233
4:16
anos, essa bolha de de do mundo digital, o desenvolvimento
4:19
profissionais. Passava na esquina ali, jogava
4:22
no currículo, você já estava contratado, né?
4:24
Com. Salários muito acima do do que
4:27
sempre foi e muito acima do do do de 5, os salários de pessoas,
4:31
Junior ganhando coisa absurda, isso estourou essa bolha,
4:34
estourou e aí veio essa DEA. Eu acho que essa mudança veio
4:37
pra ficar, mas por quê? Ao longo de muitos anos de
4:40
trajetória, eu sempre vi a questão da da estruturação da
4:43
empresa como uma pirâmide. Onde, né?
4:45
Tem a base ali do pessoal de entrada dos Juniors e aí dentro
4:49
esses Juniors a empresa vai selecionar aqueles que se
4:52
destacam e logo, logo. São pra ouvidos para pleno.
4:55
Dentre essa camada você escolheu os que se destacam e vão pra
4:58
senior. Então para você ter uma
5:00
quantidade aí de 10 seniors você precisa, onde às vezes você
5:03
precisava ter 4040 júniors para desses 40 júniors, você
5:07
selecionar 3025 plenos para deles, você vai conseguir tirar
5:11
os 10? E para que isso também, porque
5:13
você precisa de ter Oo pessoal. Quanto mais alto ali na carreira
5:16
pleno que os especialistas tem, o arquiteto, a galera que vai
5:20
pegar essa parte mais estratégica, mais design, mais.
5:24
Mais desenho e tal. E o pessoal que vai estar
5:26
executando, você precisa de ter essa quantidade de gente para
5:29
teus que vão subir, mas também você tem que ter lá embaixo a
5:31
camada do da galera que tá lá embaixo, realmente com a mão na
5:34
massa e executando. Com o advento da Iara, essa
5:37
parte do ficar na camada de baixo executando cai muito.
5:41
Então, em vez de você ter essa pirâmide, a tendência é que seja
5:44
a coisa mais reta. É tipo a implosão demográfica,
5:46
né, que a gente vê acontecendo, então pra você.
5:49
Ter uns 10 sêniors, boom, você não precisa mais.
5:52
Pegar uns 40 Juniors e ter os que vão subir, os que vão ficar
5:56
executando. Você pode pegar uns pega uns
5:58
2025 Juniors desse, você vai tirar.
6:01
Um pouco assim, talvez ela vai ficar, vai começar a ser um
6:05
pouco mais achatada. Mas você acha que ainda assim
6:08
vai existir mais Júnior? Porque assim, né, essa essa
6:11
pirâmide que pra quem tá nos ouvindo, a gente tá aqui fazendo
6:14
gestos com os braços, apresentar.
6:17
Aula de Geografia, não entre chaves.
6:19
Se a gente, né? Enfim.
6:21
É, se a pirâmide foi invertida de fato, a empresa não
6:25
necessariamente pode continuar saudável financeiramente.
6:27
Não sei. Se pode ter inverter.
6:29
Você acha que não você? Acha que é mais assim achatar do
6:32
que de fato? Inverter?
6:34
Eu Acredito que eventualmente pode se inverter, mas isso
6:38
aconteceria esse processo de estabilização que você falou?
6:41
Porque se você, por exemplo, você tem essa pirâmide
6:44
invertida, você vai começar a ter salários muito maiores pra
6:47
sênior, porque vai existir. Muito pouco profissional no
6:51
mercado. Mas se você.
6:53
Investe, não se sustenta. Como é que você vai alimentando
6:56
o sistema Pra Ele ter ela invertida, entende?
6:59
Eu acho assim, vai chegar próximo do que seria 111
7:02
retângulo, né? Em vez de ser aquele que formato
7:04
triangular mais próximo do retângulo.
7:07
Porque se você continuar crescendo no número de senior,
7:10
você vai chegar 1 hora. Você vai ter que continuar
7:12
entrando mais gente e mais gente, mais gente pra conseguir
7:14
alimentar o andar de cima. Só se for horas você parar de
7:17
contratar. E aí vai todo mundo subindo o
7:19
funil e acabou. Mas enquanto você estiver
7:21
contratando, vai tá sempre entrando, gente.
7:23
Chega 1 hora que com justamente essa questão do advento, DIA,
7:27
você não precisa mais ter o mesmo número de pessoas da
7:30
empresa que você precisava antes.
7:31
Então você diminui o número de pessoas para produzir a mesma
7:35
quantidade e você diminui o número de pessoas que são meras
7:40
executoras. Você precisa ser mais pessoas.
7:43
Mais pessoas críticas, mais pessoas pensantes, mais pessoas
7:46
que vão estar ali revisando o conteúdo da IA, aprendendo.
7:50
Mas se diminui essa, essa por isso que eu acho que é uma
7:53
mudança que veio para ficar. Eu não acho que ela vai ser
7:56
draste. Assim, Ah, não entendi.
7:57
Você falou, Ah, caiu 13% tal. Eu acho que vai ficar, talvez
8:01
caia até um pouco mais, mas vai continuar sempre tendo vaga.
8:03
Entendi. Vocês não acham que isso vai?
8:06
Talvez não vai mudar um pouco a régua do senior, porque hoje é
8:09
muito abstrato, né? Esse conceito de Ah, quem é
8:12
pleno, quem é senior. Então, talvez você teria, por
8:15
exemplo, profissionais que hoje. Esse é são que são considerados
8:19
como pleno, mas num cenário como esse, ele já seria um sênior,
8:22
poderia se passar por um. Sênior eu tenho dúvidas assim,
8:26
justamente porque eu acho que o sênior hoje com e a.
8:30
Ele é o cara que realmente consegue ser talvez o mais
8:33
produtivo possível, né? E justamente eu acho que isso é
8:36
uma das dos um dos motivos disso.
8:39
É justamente por muita bagagem que ele teve na sua vida, na sua
8:42
carreira, na de programação, né? Ele, além de conseguir revisar
8:46
as coisas rápido, provavelmente que aí a faz que isso é uma das
8:49
coisas, por exemplo, que eu vejo.
8:50
Que o Juniors reclamam bastante, que é poxa, a iaja era 1 o
8:53
volume de código muito grande, eu me perco e demoro muito para
8:56
revisar o senior, não, provavelmente ele já tem mais
8:58
habilidades ali de revisão, justamente pela bagagem que ele
9:02
tem e provavelmente, né, ainda mais se ele é um grande, né, 11
9:06
grande adapter, né, de Ah e sabe utilizar bem, eu acho que ele se
9:12
torna ainda mais poderoso, vamos falar assim, né?
9:14
E aí eu, eu não sei, é uma pergunta muito boa essa que você
9:18
fez, porque eu, eu realmente. Tenho minhas dúvidas, se não
9:22
pleno com a sua bagagem e com IA.
9:25
Ele é basicamente como se fosse um sênior hoje, que é isso que
9:27
você tá falando, né? Mas ao mesmo tempo, esse sênior
9:29
ele também vai ser um cara que vai conseguir performar melhor.
9:33
Provavelmente, né? Mas aí eu pergunto, o cara que
9:36
tem um conhecimento pleno, ele consegue julgar o que a Iara tá
9:40
gerando? Se tá dentro das melhores
9:42
práticas, ele realmente sabe olhar criticamente e falar, ya
9:45
gerou isso aqui. Pois não, isso aqui eu vou
9:48
alterar. Porque não é minha parte.
9:49
E eu acho que é justamente por isso que o sênior performan
9:53
melhor com o ya nesse momento. E por isso que eu acho que essa
9:55
essa pirâmide também está dando essa achatada, porque as
9:59
empresas também estão buscando mais sênior justamente por isso,
10:02
porque são essas pessoas por toda a carreira e experiência
10:06
que elas tiveram. Que elas conseguem ser mais
10:09
críticas, conseguem dar, né? Assim, revisar códigos mais
10:12
rapidamente, como eu falei, mas não só isso, olhar e conseguir
10:15
detetar falhas que a IA colocou ali, que talvez um pleno, um
10:19
Júnior não veriam exatamente por esse motivo que eu acho que as
10:22
empresas também um dos né, as empresas estão querendo mais
10:25
seniores, porque essas essas pessoas por causa da sua
10:28
bagagem, porque afinal elas construíram a bagagem delas num
10:31
num momento em que não existia, né?
10:33
É foda porque esse episódio, gente, é meio filosófico mesmo
10:36
assim, né? A gente tá aqui.
10:37
Meio meio, né? Enfim, fazendo previsões,
10:40
conjecturas, enfim, mas o fato é que o sênior ele foi treinado à
10:45
vida dele do jeito que a gente programava anteriormente.
10:49
Então a as bagagens que ele tem de revisão disso e de aquilo é
10:52
de um jeito. E aí eu é.
10:55
Eu Acredito que esse é OA skill que as empresas agora estão
11:00
buscando. O que não significa que daqui a
11:03
pouco isso não vai mudar, no sentido assim que Oo estagiário
11:07
pleno também vão ter essa bagagem mais rapidamente, porque
11:10
é é quase como se na minha cabeça a gente começasse a ver o
11:13
deve. Como como arquiteto, o deve ele
11:16
para de ser o fritador de pastel, ele passa a ser o cara
11:20
que vai revisar um código. Então a habilidade que ele tem
11:23
que desenvolver é diferente. E é isso que eu estou querendo
11:26
dizer. Ou não sei se eu fui muito
11:27
confusa, mas basicamente assim as empresas hoje estão buscando
11:30
seniores, na minha visão, um dos motivos.
11:33
É porque essas pessoas tiveram uma bagagem gigantesca
11:35
anteriormente por causa do jeito que, né?
11:37
Enfim, a carreira era anteriormente e elas atualmente
11:41
conseguem fazer boas revisões, conseguem dar né?
11:43
Bons direcionamentos pra ir, Ah, conseguem descobrir essas falhas
11:47
e tudo mais. Coisas que plenos e Júnior
11:49
talvez tenham um pouco mais de dificuldade, mas talvez o passo
11:52
seguinte vai ser treinar plenos e seniores a terem essa essa
11:56
facilidade. Só que isso daí vai ser muito
11:58
mais rápido, na minha visão. Do que anteriormente era feito.
12:02
Entendeu? Porque o cara, além de ter para
12:04
chegar nisso aí, ele tinha que saber programar muito bem.
12:07
E agora esse programar muito bem, quem faz é AIA.
12:10
Mas será que ele não precisaria ter essa bagagem para poder se
12:14
tornar um bom revisor de código? É isso.
12:17
Parece que é um dilema, né? É?
12:19
Um dilema mesmo assim, como a gente está num momento de
12:21
transição, é um dilema mesmo. É, você até falou, na minha
12:24
visão, sabe assim? Você até falou assim, for
12:26
reprimir a pessoa tinha que aprender a programa muito bem
12:29
para chegar nesse ponto. Agora ele não vai precisar
12:31
aprender o programa muito bem. Então será que ele vai chegar
12:34
nesse ponto? É eu.
12:34
Eu entendo que isso é um eu concordo com vocês, tá que isso
12:38
é 111 coisa meio paradoxal mesmo.
12:40
Tipo, como então que eu vou saber revisar bem, se eu não
12:43
tive nem a bagagem do básico? E é é assim, a gente está num
12:46
momento de transição, acho difícil, mas eu acho que são
12:49
habilidades um pouco diferentes. Que assim eu treinar o meu olhar
12:53
pra achar problemas em um código.
12:55
É diferente de eu saber a sintaxe de todo o meu código,
12:59
tipo assim, e conseguir programar o manualmente o dia a
13:03
dia. Eu acho que são habilidades
13:04
diferentes. Que assim, se você começar a
13:06
treinar o cara que é o Júnior lá a ter este outro olhar, é
13:10
diferente, né? Assim ele vai aprender talvez
13:13
mais rapidamente. A ter esse olhar, mas assim, eu
13:15
também tô falando isso baseado, né?
13:18
No enfim, no que eu tenho lido, no que eu tenho estudado e tal.
13:21
Mas não é necessariamente verdade, tá assim, mas é o é o
13:25
que Eu Acredito hoje de verdade. É o que Eu Acredito mesmo,
13:28
porque eu acho que a gente tá num momento de transição e a
13:30
gente vai meio que ter que começar a ensinar essas outras
13:34
habilidades pra esses desenvolvedores mais júniores e
13:37
essas habilidades que são mesmo de de.
13:40
Revisão de código, né? De encontrar falha de segurança,
13:43
de conversar muito bem com a inteligência artificial.
13:45
E mais de olhar pra coisa de produto, de olhar pra propósito,
13:49
é de ver coisa de negócio. Isso é isso que eu acho que são
13:53
outras skills mesmo que hoje não necessariamente o cara que tá
13:57
entrando, ele recebe. É na época que eu comecei a
14:00
desenvolver, na época que que era como Os Maias faziam, a
14:03
gente era obrigado. Assimilar uma série de
14:07
conceitos, uma série de de teorias que fortalecia o
14:11
conhecimento. Só que hoje eu tenho visto cada
14:14
vez mais pessoas que desenvolvem a ya faz.
14:19
Muitas vezes ela não preocupa em entender o conceito por trás.
14:22
E eu falo assim, conceito, conceitos básicos, tipo solid.
14:26
Tipo, ó. O conceito de arquitetura limpa
14:28
é uma coisa que a gente foi treinado ao longo do tempo
14:30
observar, fazer ou conhecer. Aí meu medo é que a gente vai
14:34
começar agora a entrar numa fase, numa geração de pessoas
14:39
que eu assim, pô, eu não vou ficar perdendo meu tempo, ficar
14:41
estudando e decorando EEE, ficar interiorizando esse Monte de
14:45
conceitos. Se eu vou usar o código QIA tá
14:47
fazendo? Mas se eu tenho que revisar?
14:49
Eu vou ter que saber. Aí que tá a questão se.
14:51
Eu tenho que revisar exatamente aí que tá, eu tenho que saber
14:54
certos conceitos, né? Senão eu não vou.
14:56
Eu não vou conseguir descobrir, né?
14:58
Aquela vulnerabilidade de segurança, não vou saber se
15:01
aquele código que tem um tanto de fora alinhado que porque que
15:04
ele não é performático. No final das contas eu vou
15:07
precisar estudar ainda, porque aí minha minha opinião, polêmica
15:11
do futuro, mas que não é pra 2026, é que talvez nem isso eu
15:14
vou precisar saber. E é daí que vem o achatamento
15:17
que eu tô falando. Vou e pra você selecionar quais
15:20
vão ficar ali e vão passar do Júnior e crescer Na Na carreira.
15:25
São esses os que querem realmente, por isso não foi a
15:29
que trouxe não. Isso a gente já vê assim um
15:31
projeto que eu estou atualmente. Você vê pessoas com muitos anos
15:34
de experiência que pecam conceitos muito básicos, vocês
15:37
não sabem pessoas que não sabem conceitos básicos, os mesmos
15:40
conceitos de DDDA gente vai discutir que a pessoa assim não
15:43
não sabe diferenciar o que é uma entidade do objeto valor, então
15:46
assim, então isso não é foi IA que introduziu isso, são tem
15:49
pessoas que Ah, eu aprendi, eu fui adestrado a fazer assim e eu
15:53
vou fazer assim, Ah, porque não, porque é assim que eu aprendi a
15:55
fazer, eu faço e tem aquelas pessoas que não que assim, pô,
15:59
eu estou fazendo assim, mas por quê?
16:01
Por que que é assim e não assado?
16:02
Por que que é seu melhor jeito, por que que é assim que se faz,
16:05
qual o conceito? Ah, porque o solid, que que é o
16:07
solid, deixa eu ver, espera aí, Ah, não, bacana, legal isso aqui
16:10
tem pessoas que já naturalmente eu eu quero aprender a fazer o
16:13
certo e quero saber por que que isso é o certo.
16:15
Essas pessoas, independente de ter IA não ter IA, elas vão ter
16:19
o lugar delas, porque vai ter esse achatamento e elas são as
16:22
pessoas que vão que vão percorrer isso aí.
16:23
Eu só que eu deixando bem claro, gente, eu uso OIA todo Santo dia
16:27
eu faço pair programing com o pilot quando eu disse isso aqui
16:31
é IA pela. Amor de Deus.
16:31
Quer dizer, você nem delegou. Você delargou pro pilot e pro
16:36
pro sua IA você delargou o seu código, ela gerou o que quis,
16:40
você comentou, aí você nem leu. Você simplesmente falou assim,
16:42
IA, gera isso pra mim, beleza? Abre OPRE, é isso que eu quis.
16:46
Dizer é não, esse isso não estamos, não estamos nesse
16:48
momento, com certeza de maioridade, nós estamos.
16:50
Ainda não temos essa confiança. O código do cara funcionava?
16:53
EE até tinha no episódio de Vibe coding que a gente fez aqui
16:57
assim, até métricas de segurança de vulnerabilidades, né?
17:00
Mas o fato é que muitas das linhas sugeridas, né, contêm
17:05
vulnerabilidades. Então, se a pessoa não nem
17:07
olhou, né, ela delargou. Gostei, né?
17:09
Do termo. Ela deslargou para ir a pô, com
17:12
certeza tá aí, né? Incluindo vulnerabilidades e
17:15
possíveis, né? Brechas de segurança no código,
17:18
que eu acho que é o principal. Sem contar os débitos técnicos,
17:21
né? Que a Rafa tá?
17:22
Batendo na tecla só pra. Vocês entender assim, nesse
17:24
contexto que eu estou falando, o código da pessoa funcionava.
17:26
Não tinha nenhuma vulnerabilidade do ponto de
17:29
vista de segurança, no que assim funcionava.
17:31
Mas quando eu vi o que a gerou, uma pessoa gerou um Monte de
17:34
código, como sendo classes estáticas, aham.
17:37
Na hora eu olhei aquilo e falei assim, beleza, como é que você
17:39
vai testar isso? Classe estática, você não
17:41
consegue injetar, você não consegue testar, pô, você não
17:43
consegue mocar. Consegue mocar, né?
17:44
Consegue mocar, volta lá, volta lá, revisa seus conceitos, cria
17:48
algo que seja testável, não sei o que tal.
17:50
Então assim, e não só eu, eu dar pau no PR, mas explicar Pra Ele
17:54
porque. É isso e é isso que eu como que
17:56
eu? Acredito.
17:56
Se você está gerando código estático, tem esse problema.
17:59
Não sei o que não é nessa que não é vantagem, porque essa
18:02
classe vai ser usada dentro da outra.
18:03
Eu não vou conseguir mocar e tal.
18:04
Eu sei explicar para pro cara, Pra Ele entender da próxima vez
18:07
que IA gerar alguma coisa, que ele olhar.
18:08
E falei assim, espera aí. Isso aqui não vai ficar legal o
18:10
senhor fazer desse jeito, porque a gente já aprendeu e a gente a
18:13
gente está falando aqui até né, sobre IAIAIA, mas para 2026,
18:19
além do do né, da além do dos conhecimentos de IA, quais
18:22
outras carreiras, quais conhecimentos vocês acham que
18:26
que são assim, que vale a pena investir, que vale a pena postar
18:30
o que que está quente para 2026? Apesar da IA, né?
18:33
Eu acho que existem algumas, algumas carreiras e até coisas
18:36
vagas que começaram a ter IA no nome e tudo mais.
18:39
Que a gente pode falar um pouquinho depois, né, que eu
18:42
acho que estão estão surgindo, mas para fora disso, né, para
18:45
fora desse tema, segurança é um que para mim está crescendo
18:49
justamente porque primeiro que assim, né, com esse tanto de
18:52
sistemas sendo produzidos, criados, eu acho que cada vez
18:55
mais a gente vai vai ter problemas relacionados com
18:58
segurança, né? Ataques e tudo mais sendo
19:01
vistos. Então eu acho que cibersegurança
19:03
continua em alta, né? Já já está em alta e eu acho que
19:06
continua. Eu acho que está aumentando
19:08
muito a superfície de contato, né?
19:09
Que não só a gente tem os agentes, né?
19:12
A gente tem novos tipos de aplicações surgindo.
19:16
E aí AIA tem é toda a questão da alucinação, então existe uma
19:20
série de vulnerabilidades que surge.
19:22
A gente falou que não é falar de IA, mas IA de novo, tem outras
19:25
coisas também, por exemplo, é IoT, então hoje, né, quem não
19:29
tem dispositivos IoT dentro da própria casa e acaba que isso
19:33
está aumentando, né? O as vagas abertas, a gente vê
19:37
ali 4 ponto 5000000 de vagas abertas no mundo relacionadas à
19:42
cibersegurança, então todo o ecossistema de i security.
19:46
X security, et cetera. E a gente vê uma escassez de
19:50
pessoas, né? Pra de de pra atender essa
19:53
grande demanda. Mas eu eu vi uma discussão aqui
19:56
No No LinkedIn falando que essa escassez de talento na verdade
20:00
pode ser uma falta de expectativas razoáveis, né?
20:04
Onde muitas empresas querem contratar uma pessoa para uma
20:07
posição de entrada, mas também está exigindo que essa pessoa
20:11
tenha um conhecimento relativo a 567 anos de experiência.
20:15
Então eu achei legal essa. Discussão.
20:16
Eles falaram muito disso. Fizeram até uma analogia com
20:19
como é que você vai querer contratar um cirurgião Júnior
20:23
que já tenha 5 anos de experiência operando.
20:25
E aí tem outro ponto também, que muitas empresas agora estão
20:29
esperando pegar profissionais prontos no mercado.
20:32
Aquela cultura de você pegar uma pessoa e treinar ela, eu sinto
20:36
que isso está um pouco morrendo assim no mercado.
20:39
E a parte de engenharia de dados?
20:41
É sempre. Falam assim, Ah, será que o
20:44
engenheiro de dados vai morrer sempre que quando surge alguma
20:47
coisa disruptiva? Porque o engenheiro de dados,
20:49
ele tem uma forma de atrasar, ser quem atrasa A Entrega de
20:52
valor. A Entrega de valor de um produto
20:54
de dados é a análise, é o dashboard.
20:56
E aí chega o engenheiro de dados falando.
20:59
Ah, não. A gente precisa implementar
21:00
governança, a gente precisa construir um pipeline robusto, a
21:03
gente precisa garantir qualidade de código.
21:04
Isso atrasa A Entrega de valor. E aí quando surge essas
21:07
disrupções no mercado, por exemplo, é primeira, foi OA
21:11
grande disrupção, foi o low code no code.
21:13
É o cis lá, né? Qualquer profissional e não
21:16
técnico de negócio podia implementar o seu pipeline com o
21:20
low code no code, o próprio data Factory.
21:24
E aí, beleza, vamos tirar os engenheiros de dados, redução de
21:27
custo, porque os engenheiros de dados atrasam A Entrega.
21:30
Beleza, né? No começo é maravilhoso, porque
21:33
os dashboards saem mais rápido A Entrega de valor, né?
21:36
Os modelos dos cientistas de dados saem mais rápido, mas aí
21:39
começam a surgir os problemas a médio, médio, longo prazo, por
21:43
exemplo. Se você tem 11 data House
21:45
bagunçado, um data Lake que vira um data swamp, né, que a gente
21:49
chama, que é o pântano de dados e o dado não tem qualidade.
21:52
E aí você tem aquele problema, né, de de 2 verdades, dentro da
21:57
mesma empresa que pipelines de dados diferentes estão
22:01
conflitantes, né? E você tem cada um com a sua
22:04
própria ilha de informação ali, isso vira um caos.
22:07
E aí, beleza, volta os engenheiros de dados.
22:09
E aí quando surgiu AIA como assistente, né?
22:12
Antes da IA, gente. Isso se acentuou e voltou a essa
22:16
discussão, porque agora qualquer pessoa consegue gerar código,
22:19
consegue gerar uma procídio SQL, consegue fazer um pipeline.
22:23
Então se antes era já era mais fácil com low code no code,
22:26
agora com IA é acabou não preciso mais de ter engenheiro
22:30
de dados. Mas aí foi se percebendo que um
22:33
engenheiro de dados atuando com IA, ele não mais atrasava essa
22:38
entrega de valor que ele faria em 8 horas.
22:41
Ele consegue entregar em uma, então, beleza.
22:43
Mas isso isso que você está falando é muito interessante,
22:47
porque ao mesmo tempo, né, que Ah, os gênero de dados vão
22:50
morrer, né? Enfim, os processos e tal eu
22:53
fico pensando, né? Porque tem aquelas outras
22:54
estatísticas que até falam, falam um pouco do paradoxo da
22:57
geneia EAE tal que são os 90% lá dos projetos de LLM de geneia.
23:03
Eles morrem no piloto justamente porque eles uma das coisas é
23:07
justamente. Porque eles estão ali tratando
23:10
um problema muito específico no notebook, às vezes não sei o
23:13
quê, ou usando sabe a própria LM pública, mas tratando um
23:17
negocinho que nunca se nunca escala, né?
23:20
Ou porque não foi pensado em fundação de dados, não foi
23:23
pensado, né? Assim como que isso teria um
23:25
ciclo saudável para ser colocado em produção, que é justamente
23:29
trabalho aí do engenheiro de dados.
23:30
Então eu acho que é muito mesmo. Paradoxal essa história.
23:34
E no final das contas, eu também não concordo com os dinheiros de
23:36
dados. Vão morrer não, porque eu acho
23:37
que essas outras coisas que são muito relacionadas a colocar
23:41
coisas em produção, em a organizar dados, a fazer
23:44
limpeza, enfim, fazer tudo. Tudo isso pra que os modelos de
23:48
a sejam saudáveis, né? Que eles realmente sejam
23:51
assertivos e deem boas respostas.
23:53
São também trabalho, parte do trabalho do engenheiro de dados,
23:56
né? E aquela frase clássica, né?
23:58
Lixo entra, lixo sai. Só que muitas vezes, né?
24:02
Só essa percepção quando acontece o problema.
24:05
Como, por exemplo, teve um Airbnb que lidou com esse
24:08
problema de falta de governança, de problemas de qualidade,
24:12
justamente porque eles não tinham essa posição de
24:14
engenheiro de dados. Eles não contratavam engenheiro
24:17
de dados. E aí eles, depois de lidar com
24:19
todos esses problemas, eles implementaram.
24:22
O Midas process, né, que é 111 framework de qualidade de dados
24:26
extremamente robusta, e aí volta os engenheiros de dados pra
24:30
implementar o Midas process. Mas agora a gente tá indo é além
24:33
da IAA como assistente, a gente tá na IA gente CA, né?
24:37
E aí que a gente vê AIA não sendo é mais uma consumidora,
24:41
ela também é parte da arquitetura, né?
24:44
Ou seja, agora você tem uma IA gente que é capaz de receber um
24:48
prompt onde você pede um determinado tipo de dado.
24:51
Aí ela faz a limpeza para você, aí ela retorna ao que você
24:55
precisa, mas ela cria o pipeline, ela executa e te
24:58
entrega o resultado ali, do jeito que você quer.
25:01
Então a gente já está vendo isso, né?
25:03
No mercado, a gente tem ferramentas que estão fazendo
25:05
isso, trazendo linguagem natural para dentro de ferramentas que o
25:09
data brics tem. O data brics tem, né?
25:11
A gente teve o episódio aqui do data brics.
25:13
O data brics. Tem o gim.
25:14
Né, eles tem várias ferramentas disso, né?
25:17
Uma pessoa simplesmente comprou, a gente consegue ir lá, fazer as
25:20
análises, pegar os dados que. Mas, no final das contas, o
25:23
papel aparentemente não morre, né?
25:24
Aí acelera o engenheiro, assim como acelera o desenvolvedor.
25:28
Né? Que o papel do engenheiro de
25:29
dados ele vai e se torna, ele já está se tornando.
25:32
Não mais um canador de dados, né?
25:35
Agora ele é um habilitador de ar.
25:38
A gente fala muito sobre OAI read, né?
25:40
Arquitetura ideal pra gente habilitar e a no negócio.
25:45
Historicamente, isso é uma coisa que acontecem nos papéis de
25:47
dados, porque existe uma sobreposição.
25:50
Então, por exemplo, tem aí no mercado big date engineer, tem o
25:53
date engineer. Mas essa sobreposição acontece
25:56
na prática, então, por exemplo, eu como engenheiro e arquiteto
25:59
de dados, eu já precisei treinar modelo, eu já precisei rodar até
26:01
chá. Bem, e aí essa sobreposição está
26:03
acontecendo agora, porque quando surgem essas necessidades, né,
26:07
de habilitar e a quem tá mais próximo disso, quem tem mais
26:10
sinergia com as stecks é o próprio engenheiro de dados.
26:14
Só que aí ele vai precisar de ter uma série de conhecimentos
26:18
além, né, da engenharia de dados tradicional, que agora não é
26:21
lakehouse, que é Oo top, né, do da.
26:24
A arquitetura de dados. Agora a gente tem que se
26:26
preocupar com o grafo, agora a gente tem que se preocupar com o
26:29
banco vetorial, com o rag, graphhag e mel Office
26:34
monitoramento. Então aí já já tô dando Panorama
26:37
geral de ferramentas que um engenheiro de dados hoje precisa
26:40
saber. E aí nem sei se esse nome vai
26:43
continuar sendo engenheiro de dados, né?
26:45
Talvez mude que o mercado adora inventar nomes.
26:50
De é, na verdade, você respondeu a minha já é minha próxima
26:52
pergunta que eu vou fazer sobre sobre esse assunto.
26:54
É, se não estava meio que convergindo o papel do
26:57
engenheiro de dados e do data Science para um papel único, que
27:00
antes era era eram atribuições muito distintas que é um
27:03
engenheiro de dados, o que é o data Science?
27:05
Mas você mesmo acabou de falar que faz, pô.
27:08
Eu ao mesmo tempo que eu estou, né?
27:10
Como arquiteto de dados, eu estou tendo que já tive que
27:12
treinar modelo, eu já tive que fazer uma série de coisas que
27:15
são atribuições do data Science. Com a gestão da IA acelerando, o
27:19
que? O que antes eu gastaria?
27:20
Um dia em que é pra fazer você fazia 1 hora.
27:22
Eu fico pensando nisso também, ao mesmo tempo assim, né, que eu
27:25
vejo que essas os próprios modelos públicos, as coisas, né?
27:29
Os open source e tudo mais. Eles meio que democratizam
27:32
também uma expertise, né? Que antes eram só o cientista
27:36
mesmo de dados que sabia. E que agora a gente consegue.
27:39
Talvez assim, né? Outras pessoas com menos
27:42
expertise do que antes conseguem já colocar coisas, né?
27:45
Treinar modelos, fazer finetunes, algumas ferramentas
27:48
que até já possibilitam isso de uma forma muito mais.
27:51
Dada, né? Por exemplo, o próprio é, é bem
27:53
fácil, né? Assim de fazer 11 fine tuning no
27:56
modelo numa LM. Só que ao mesmo tempo tem um
27:59
outro negócio aqui que eu acho que é muito importante, que eu
28:02
acho que as empresas meio que tomaram também ALLM com uma bala
28:05
de prata que vai resolver todos os problemas, esquecendo que
28:09
existe um tanto de problema que são são resolvidos, como a
28:13
shinlane tradicional, né, que são resolvidos com outras
28:16
técnicas, que não tem nada a ver com ALLM.
28:19
Só que como, né? Estamos, né.
28:21
Enfim, com tudo isso que a gente está vendo, a empresa acha que é
28:25
pô, agora tudo é linguagem natural, tudo é LLME, pronto e
28:29
acabou, cara, é. Bem, isso.
28:30
Assim, inclusive, a gente vê discussões se o papel dos
28:34
cientistas de dados vai morrer com com o surgimento gene i, né?
28:39
E assim, claro que eu já vi. Por exemplo, é gei a se eu
28:42
substituir modelos de marchilane tradicionais como forma de
28:46
validar um produto. Então enquanto eu estou
28:49
trabalhando num produto, eu consigo entregar talvez uma vez
28:52
zero ali utilizando gei que não vai me dar um resultado ótimo,
28:56
mas vai servir para validar. Mas eu não vejo isso
28:59
acontecendo, justamente porque ALLM, ela vai ter uma série de
29:03
de limitações, né? Que modelos muito mais simples,
29:07
que que às vezes você teria que lidar com ela.
29:09
Fascinação com uma série de coisas que um modelo
29:12
convencional você consegue resolver de uma forma mais fácil
29:16
de debugar, né? Mais interpretável que isso é
29:18
sempre uma questão, né? Na Na ciência de dados é, a
29:21
gente tem as blackbox que são seria as llms e a gente tem os
29:25
modelos que que são mais fáceis de você interpretar.
29:28
Eu não acredito tanto que os cientistas de dados vai juntar
29:32
com o engenheiro de dados, mas eu acho que um engenheiro de
29:34
dados, ele precisa ter um conhecimento básico de ciência
29:37
de dados, porque. Eu acho que é é um pouco do que
29:40
o mercado espera da gente, então você se vê nessa posição muitas
29:44
vezes, por mais que você não seja um especialista ali.
29:47
Eu diria até que o deve deveria começar, né?
29:49
A estudar um pouco mais assim sobre modelos, né, sobre dados,
29:55
porque no final das contas a gente meio que tá vivendo uma
29:59
mudança mesmo de paradigma, né, de coisas que são de aplicações.
30:02
Já falou aqui no entre chaves também sobre isso, como eu
30:04
resolvo um problema? Normalmente eu pensava num front
30:07
end e num back end. Ah, agora eu talvez vou começar
30:10
a pensar mais em agente de Ah e isso já gera uma mudança mesmo
30:14
de como eu penso em resolver problemas e talvez em algum
30:17
momento assim, né? Para muitos, não, muitos eu
30:20
posso, vou só pegar lá minha, meu, minha API da open AE da da
30:24
antrópica e vou consumir e pronto, acabou, mas em algum
30:27
outro né? Pra você entender mais pra você
30:30
até conseguir otimizar melhor. Alguns conceitos de ciência de
30:34
dados passam a ser importantes, inclusive pra deves, na minha
30:37
opinião. Por exemplo, o saber estruturar
30:39
um teste AB que é importantíssimo pra uma
30:41
aplicação. Quando você quer lançar 11
30:43
feature nova, né? E aí você quer lançar 2 versões
30:47
e ver qual que é AA melhor. Isso é algo.
30:49
Acho que é uma ferramenta legal, né?
30:51
Pro desenvolvedor e fora métricas de usabilidade da
30:54
aplicação. É, mas mesmo tô falando assim,
30:56
até mesmo coisas é bem específicas de ciência de dados
31:00
assim, né? Estou tentando pensar alguma
31:02
coisa e não estou conseguindo ouvir nenhum exemplo na minha
31:04
cabeça. Eu só estou pensando em token,
31:06
mas estou falando assim, coisas mais específicas mesmo, né?
31:08
Sei lá, boa a gestão de token. Saber entender melhor o que que
31:12
é isso, entender é reagir, né? Que salva talvez ali alguma
31:15
coisa, não sei. Aí o exemplo mais caro que a
31:17
gente tem da utilização do machine learning em si.
31:20
Quando você entra no aplicativo de compras, né?
31:23
Você entra no Amazon no Mercado Livre ou aplicativo de compras
31:26
que você seleciona o produto que lá embaixo aparece.
31:29
Assim, você também pode gostar de e de.
31:31
Te indica quais produtos dali aquilo ali é machinho lá no
31:33
impuro. Baseado nesse usuário que eu
31:36
tenho aqui, eu já sei dos gostos dele, já sei o que costumo
31:39
comprar. Ele está olhando esse produto
31:41
específico, como que eu posso fazer?
31:43
O que que eu posso mostrar para esse usuário?
31:45
Que eu vou tentar fazer com que ele clique e converta na compra.
31:48
E isso é um exemplo clássico do do machillaine puro, né?
31:51
Que é que é que é ciência de dados?
31:52
Puro não é, não é LM. Falando ainda de novos papéis e
31:56
voltando aí um pouco, né? No que eu até falei aqui, do
31:59
paradigma de agentes e tudo mais, Eu Acredito e já acho que
32:03
já estamos vendo isso cada vez mais vagas e papéis relacionados
32:07
a essa manutenção de agentes assim, sabe?
32:10
E aí, sei lá, né? Um desenvolvedor de agentes ou
32:14
alguma coisa que é bem bem nessa nessa camada agente que aí
32:18
mesmo, tanto pra agentes de e pra utilização de agronegócio,
32:22
quanto pra virar também agentes de desenvolvimento também de de
32:27
especialistas em transformar o seu código em agente pra você
32:32
ter melhores interações com o agente dentro do seu código.
32:35
Então toda essa parte de agentes eu acho que tem aí um crescente,
32:39
né? Na em relação a vagas.
32:40
Em relação ao papel, né? E ao mesmo tempo, a gente também
32:44
vai começar a ver uma redução em alguns papéis, né?
32:47
E eu acho que os papéis que são fritadores de pastel, né mesmo,
32:51
deve fritador de pastel. Até qualquer, né?
32:54
Qualquer uma dessas que seja puramente mecânico, né?
32:57
Puramente de execução, sem muito raciocínio envolvido.
33:01
Mas isso isso até no mundo deve é assim igual novamente.
33:05
Voltando na época dos maias, onde o pessoal a gente fazia
33:07
aquelas especificações, antes dessa do da popularização do
33:10
ágio, a gente fazia aquelas especificações gigantes, fazia é
33:14
descrição de caso de uso, é é diagrama de sequência, aquela
33:18
coisa toda, fazia aquele Monte de papelada.
33:20
Entregava para o deve o deve IA só lendo codificando lendo
33:23
codificando OOO deve mecânico sempre existiu.
33:26
Quem ainda tiver nessa é facilmente substituível.
33:30
Agora eu queria levantar uma pergunta aqui que a gente tava
33:33
discutindo No No backstage aqui antes de começar AA gravação, eu
33:37
iria dar uma cutucada. Estamos vivendo uma bolha.
33:41
A gente vê, né, investimentos trilionários em a empresas, né?
33:46
Recebendo aportes. Acho que já está acontecendo uma
33:50
certa desconfiança se isso vai gerar o retorno esperado.
33:54
A gente já está vendo, né? Um pouco da mudança do discurso,
33:58
né, de de vários CEOs aí, dessas grandes provedoras de de IAC
34:03
desde aí, talvez não é bem assim.
34:05
E aí eu eu não sei. Eu fico com essa sensação de que
34:08
já existe essa desconfiança, até porque saiu.
34:11
Recentemente aí Michael burry, né?
34:14
Que é um investidor muito famoso por prever a crise imobiliária
34:18
de 2008 nos Estados Unidos. Ele está apostando que a bolha
34:23
da ya vai estourar logo logo. Então ele ele comprou opções de
34:27
vendas na nvidia e paulanti aí indicando que sim, ele também
34:31
está desconfiante. E como ele tem esse histórico de
34:33
já ter acertado essa previsão que foi absurda e eu já começo a
34:37
ficar assim. É eu.
34:39
O que eu falei lá No No episódio da gelice foi até bem parecido
34:42
assim. E eu concordo que Eu Acredito,
34:45
né? Que a gente está nessa bolha
34:46
justamente porque a gente não está vendo.
34:48
O valor ainda Oo retorno do investimento ainda não está
34:51
sendo concretizado muitas vezes e tem um outro, uma outra coisa
34:54
que eu queria adicionar, que é a gente não saber ainda valor
34:58
monetário mesmo, quanto que de fato é isso custa, né?
35:02
O custo disso, na verdade, justamente porque assim essas
35:04
empresas, elas foram subsidiadas, elas tiveram
35:07
prejuízo por muito tempo. Muitas dessas empresas, né,
35:09
grandes aí que são os big, as big techs de AE, assim, até
35:13
agora a gente não viu de verdade quanto que custa.
35:16
Esse negócio, o próprio cursor mesmo que a gente já falou aqui,
35:19
é, mudou a forma de precificação dele justamente por um das
35:23
coisas, né? Justamente para ter menos
35:24
prejuízo, né? Ou, enfim, e o fato é esse que a
35:26
gente não sabe o custo da IA atualmente, então pode ser que
35:31
esse negócio fique muito caro e comece anão valer o investimento
35:35
mesmo. Então é só mais um um negócio
35:38
que eu queria adicionar muito do valor, principalmente para o
35:40
desenvolvimento, para o processo de desenvolvimento do software.
35:43
Ele já se provou, eu acho. Em relação a velocidade, só que
35:47
é isso. Se em algum momento essas dias
35:48
começaram a ficar muito caras, aí vai ter que ter 111.
35:52
Análise do quanto vale a pena, beleza, eu acelero 2 vezes o meu
35:56
desenvolvedor, mas ao mesmo tempo eu também.
35:58
O negócio é tão caro que eu tô gastando um preço de 3
36:02
movedores. Aí não vale a pena.
36:04
Acho que vai ter esse tipo de vai precisar em algum momento
36:07
desse tipo de análise. É, foi até o que a gente
36:09
comentou no outro episódio, dentro entre as chaves é que a
36:11
gente gravou. Foi justamente isso.
36:13
Tipo assim, como mensurar? O ganho da eu coloco um
36:17
desenvolvedor, eu dobrei a capacidade dele e vou aumentando
36:20
em 30% meu custo mensal. Pai, está valendo a pena porque
36:23
eu estou produzindo 2 vezes mais código.
36:26
Eu estou entregando o dobro, eu estou entregando com mais
36:29
qualidade. Eu estou diminuindo Oo que volta
36:33
do de dos testes, eu estou diminuindo o erro e produção.
36:36
Tem uma série de valores reagregados e estou aumentando
36:39
30% do meu do meu custo. Aí vale a pena.
36:41
Eu queria fazer uma outra pergunta aqui para vocês, um dos
36:44
relatórios que eu estava lendo, né?
36:45
Do forester de 2026, que fala um pouco sobre previsões para 2026,
36:50
relacionada ao mercado e tudo mais, fala que 2026 vai ser um
36:53
ano muito selvagem, de muita imprevisibilidade.
36:56
Muita volatilidade, né? Fala que esses projetos de aí
37:00
muitos vão sair do trilho, né? Que é muito parecido com o que a
37:04
gente tava falando da abulha. E agora?
37:05
Mas ele traz um negócio que eu acho que é interessante da gente
37:08
conversar aqui, né? Conversar um pouquinho, que é o
37:11
desafio das empresas de trabalhar com funcionários com
37:15
múltiplos empregos, vai acontecer em 2026, mas Eu
37:18
Acredito que já está acontecendo, né?
37:21
Com certeza já está acontecendo, né?
37:23
E aí ele fala justamente que esses funcionários eles buscam
37:26
maximizar e a compensação de segurança, né?
37:30
Eles sim, eles terem uma, porque eles de alguma forma acreditam
37:33
que podem ser substituídos por IA.
37:35
E aí eles, ao invés de ter um emprego, começa a ter vários,
37:37
né? Enfim, para começar a trabalhar
37:39
em. Vários lugares.
37:41
Então até a gente brincou, né? Falou assim, não, eu estou com
37:43
medo ser. Digo, estou com medo ser mandado
37:44
embora. Então eu vou arranjar mais uns 2
37:46
empregos que eu vou fazer. O que eu estou fazendo pior
37:48
ainda. E eu vou.
37:49
Ter certeza que. Você não tem a dúvida que eu vou
37:51
ser mandado embora, eu vou ter essa certeza, mas eu concretizo.
37:54
Isso é uma coisa que que é complicada, porque começa é a
37:58
vir de encontro ou outras discussões que a gente tem na
38:00
área de tecnologia. E também uma tendência para 2026
38:04
é vai diminuir o trabalho remoto, vai aumentar?
38:07
Vai ser, vai. Os que estão remotos?
38:09
Vão, vai. Todos os Ibis vão voltar a ser
38:11
presenciais ou eu vou ter que ir 4 vezes por semana pro
38:14
escritório? Se é, é.
38:16
A empresa começa a perceber que ó, tem um aqui, tem outro ali,
38:20
outro ali que está com 23 empregos, eu chamo o cara, o
38:23
cara não responde eu, eu preciso de alguma coisa, eu não consigo
38:25
achar a pessoa e isso pode gerar um outro impacto para 2026, que
38:29
é isso é é é prejudicar uma coisa que a gente conseguiu
38:33
conquistar hoje, que eu particularmente sou fã do, do do
38:38
trabalho remoto, foi um nível de produto.
38:40
Atividade que eu consigo nele, mas que isso pode ser
38:43
prejudicado por por essa questão que você levantou agora.
38:46
A gente vê no LinkedIn, né? Esse movimento de retorno ao
38:49
escritório todo justificado com frases de efeitos bonitinhas de
38:55
produtividade, trabalho em equipe, mas na prática, eu acho
38:59
que uma das principais razões é isso aí que vocês comentaram.
39:02
É o. Over imployment, mas ao mesmo
39:05
tempo, né? Ouvindo isso que você falou,
39:06
Rafa, o trabalho remoto, pensando nisso, tudo que a gente
39:09
discutiu aqui do deve fritador de pastel e aqui eu não estou
39:12
fazendo juízo de valor, tá, gente?
39:13
Mas Oo trabalho remoto, ele facilita um pouco a existência
39:17
desses perfis fritadores de pastel, porque, afinal, a pessoa
39:21
está ali codificando no ambiente dela, no quarto dela, e ela meio
39:25
que não se envolve nem com a empresa, nem com o cliente, nem
39:28
com o produto, e ela às vezes nem se preocupa em saber mais.
39:32
Né, dessas dimensões que eu falei.
39:34
Então, querendo ou não, o trabalho remoto, ele ele também
39:37
tem tudo a ver, né? Talvez aí com esse deve fritador
39:40
de pastel. EE, que esse cara aí que ele não
39:42
se envolve, né? Que ele não se envolve para
39:44
nada. Para além do código que ele está
39:46
produzindo, ele é mais fácil de ser substituído pela
39:49
inteligência artificial. Gente, então é mais um episódio
39:52
filosófico aqui sobre tendências, né?
39:55
Nesse caso de carreiras aí para desenvolvedores em 2000,
39:59
conversa de bar, só faltou a cerveja, né?
40:01
Estamos aqui tomando água, infelizmente.
40:03
Espero que vocês tenham gostado, até a próxima.
40:04
Ah, e deixo tua opinião, o que que você acha que vai ser a
40:07
carreira do deve em 2026? Então é isso aí, até a próxima.
40:11
Tchau, tchau.