Reperi AI
reperi.aiComo a Reperi AI Contratou um Analista de QA com Avaliação Experiencial
Reperi AI é uma plataforma de inteligência de força de trabalho nativa em IA que ajuda organizações a tomar decisões mais inteligentes em contratação e gestão de talentos. Utilizando IA avançada e sistemas multiagente, a Reperi descobre, avalia e identifica talentos de alto potencial tanto dentro quanto fora das organizações, permitindo que empresas construam pipelines proativos de talentos, melhorem o planejamento de sucessão e tomem decisões baseadas em dados por meio de insights comportamentais, cognitivos e de desempenho.
A Reperi AI fez parceria com a TeamCraft para realizar uma avaliação experiencial em duas etapas para contratar um Analista de QA / Associado de Experiência do Cliente -- uma função híbrida que exigia tanto rigor técnico quanto empatia com o cliente.
O Desafio
A Reperi AI estava crescendo rápido. Sua plataforma ganhava tração e a equipe precisava de alguém capaz de operar na interseção entre qualidade do produto e sucesso do cliente. Não era uma contratação comum.
A função exigia um perfil híbrido raro:
- Técnico o suficiente para investigar bugs, executar testes de fumaça e trabalhar junto à equipe de engenharia de IA
- Focado no cliente o suficiente para guiar usuários durante a integração, responder perguntas de suporte e garantir uma experiência de produto fluida
- Preparado para startups -- confortável com ambiguidade, trabalho remoto e múltiplas funções
- Obcecado por detalhes -- porque em produtos de IA, um pequeno bug pode significar um resultado de modelo quebrado ou um cliente confuso
Os métodos tradicionais de contratação não eram suficientes. Currículos não podem mostrar como alguém realmente escreve um relatório de bug. Entrevistas não podem simular como alguém se comporta quando um cliente está travado durante a integração. A Reperi AI precisava ver os candidatos em ação antes de fazer uma oferta.
Uma Avaliação Experiencial em Duas Etapas
A TeamCraft projetou uma avaliação em duas etapas especificamente para a função de Analista de QA / Associado de Experiência do Cliente.
Etapa 1: Teste de Aptidão Preliminar
Uma avaliação técnica inicial corrigida por IA cobrindo testes manuais, testes web, testes de API, testes de sistema e fundamentos de QA. Isso estabeleceu um piso técnico e filtrou candidatos que não tinham conhecimento fundamental de QA sem consumir tempo de engenharia com candidatos não qualificados.
Etapa 2: Simulação de Projeto em Equipe
Após estabelecer a linha de base técnica, os candidatos pré-selecionados avançaram para uma simulação de projeto em equipe. Eles foram agrupados em pequenos times simulados e receberam tickets estruturados focados em fluxos de trabalho de teste, relatórios e documentação de bugs, validação de fluxos de integração e simulação de suporte ao cliente. Isso avaliou a execução prática de QA, qualidade da documentação, pensamento analítico, comunicação com o cliente e compreensão geral do produto, tudo dentro de um ambiente realista com tempo limitado.
Ferramentas e Stack Utilizados: Testes Exploratórios, Criação de Casos de Teste, Relatórios de Bug, Documentação em Jira, Testes de Fumaça, Simulação de Suporte ao Cliente, Avaliação de UX
O Processo
A plataforma da TeamCraft gerenciou todo o fluxo de trabalho:
| Etapa | O Que Aconteceu |
|---|---|
| Candidato se Inscreve | A Reperi AI publicou a vaga; a TeamCraft importou automaticamente os candidatos e iniciou a pré-seleção |
| Faz a Avaliação | Cada candidato completou a avaliação prática baseada em projetos, projetada para a função específica |
| Entra em um Projeto em Equipe | Os candidatos foram agrupados em pequenos times simulados para refletir a dinâmica real de trabalho |
| Avaliação de IA + Humana | O motor de IA da TeamCraft e avaliadores humanos pontuaram o desempenho em múltiplas dimensões |
| Seleção | Os melhores candidatos foram pré-selecionados com relatórios detalhados sobre competências técnicas, colaborativas, comportamentais e profissionais |
Os Resultados
Métricas Gerais de Avaliação
| Métrica | Resultado |
|---|---|
| Total de Candidatos | 7 |
| Candidatos Avaliados | 6 |
| Pré-Seleções Finais | 6 |
| Tickets Revisados | 22 |
| Total de Tickets Fechados | 22 |
| Qualidade Média de Relatório de Bugs | 64.6 |
| Pontuação Técnica Média | 85.6 |
| Pontuação de Execução de Projeto Média | 64.6 |
| Pontuação Comportamental Profissional Média | 77.8 |
Melhor Desempenho: Rank #1
| Métrica | Pontuação |
|---|---|
| Pontuação Total | 89.53 (Muito Bom) |
| Qualidade de Relatório de Bugs | 96 |
| Competência Técnica | 95.43 |
| Habilidades Comportamentais Profissionais | 85 |
| Tickets Completados | 5 / 5 |
| Tentativas | 5 / 5 |
Detalhamento Técnico
| Dimensão de Avaliação | Pontuação | Peso | Contribuição Ponderada |
|---|---|---|---|
| Capacidade de Testes QA e Análise | 96 | 45% | 43.2 |
| Execução e Engajamento do Projeto | 73 | 25% | 18.25 |
| Qualidade de Documentação e Comunicação | 95.4 | 20% | 19.08 |
| Competência Profissional e Colaboração | 90 | 10% | 9.0 |
| Pontuação Final | 89.53 |
Desempenho por Sub-Habilidade
| Habilidade | Pontuação |
|---|---|
| Análise Exploratória | 94.4 |
| Cobertura de Testes | 96.2 |
| Atenção aos Detalhes | 95.2 |
| Precisão em Testes | 95.2 |
| Documentação | 96.8 |
| Detecção de Bugs | 94.8 |
Por Que Esta Contratação Foi Importante
O melhor candidato não apenas foi bem nos testes. Ele demonstrou exatamente as capacidades híbridas que a Reperi AI precisava:
- Rigor técnico: 96 em Capacidade de Testes QA e Análise, com pontuações quase perfeitas em todas as sub-habilidades de teste
- Excelência em documentação: 95.4 em Qualidade de Documentação e Comunicação -- crítico para uma função que exige relatórios de bugs claros e orientação clara ao cliente
- Colaboração sob pressão: 90 em Competência Profissional e Colaboração, demonstrada em um ambiente de equipe simulado
- Mentalidade de dono: 5/5 tickets completados, mostrando confiabilidade e capacidade de acompanhamento em ambiente remoto
O formato experiencial revelou o que a contratação tradicional não podia: este candidato conseguia atuar entre a engenharia e os clientes, traduzindo problemas técnicos em soluções humanas.
Impacto no Negócio
| Resultado | Detalhe |
|---|---|
| Velocidade para Obter Sinais de Qualidade | Passou da publicação da vaga para uma pré-seleção baseada em dados em dias, não semanas |
| Validação da Função Híbrida | Provou que o candidato podia lidar com responsabilidades de QA e CX antes do Dia 1 |
| Redução do Risco de Contratação | A pontuação objetiva e multidimensional substituiu decisões baseadas em intuição por dados de desempenho |
| Confiança em Ambiente Remoto | A avaliação foi projetada para execução remota; o melhor desempenho prosperou nesse formato |
| Tomada de Decisão Aumentada por IA | A Reperi AI usou a avaliação de IA + humana da TeamCraft para tomar sua própria decisão de talento, modelando a abordagem baseada em dados que vende aos seus clientes |
Por Que a TeamCraft Funcionou para a Reperi AI
| Capacidade da TeamCraft | Como Ajudou |
|---|---|
| Design de Avaliação Específica para a Função | Não foi um teste genérico de QA -- projetado para QA mais Experiência do Cliente |
| Simulação do Mundo Real | Os candidatos trabalharam em tipos reais de tickets que veriam no trabalho |
| Pontuação Multidimensional | Pontuações técnicas, colaborativas, comportamentais e profissionais forneceram uma imagem completa do candidato |
| Avaliação de IA + Humana | Dados objetivos da correção por IA, julgamento matizado de avaliadores humanos |
| Relatórios Detalhados | Cartões de pontuação por candidato com contribuições ponderadas e detalhamento de sub-habilidades |
| Nativo Remoto | Toda a avaliação realizada remotamente, coincidindo com o modelo de equipe distribuída da Reperi AI |
Perguntas Frequentes
Por que a Reperi AI escolheu a avaliação experiencial em vez de entrevistas tradicionais? A função exigia uma rara combinação de habilidades técnicas de QA e empatia com o cliente. Currículos e entrevistas padrão não podem avaliar como alguém realmente escreve um relatório de bug ou guia um cliente confuso. A simulação prática revelou o desempenho real, não o desempenho em entrevistas.
Como as dinâmicas de equipe foram avaliadas em um ambiente remoto? Os candidatos trabalharam em equipes de projeto simuladas, colaborando em tickets estruturados. Os avaliadores pontuaram a qualidade da comunicação, a clareza da documentação e a capacidade de resposta -- todos sinais críticos para um ambiente remoto de startup.
Outras empresas de IA podem usar esta abordagem para funções híbridas? Sim. O modelo de duas etapas -- teste de aptidão seguido de simulação específica da função -- funciona para qualquer função híbrida onde profundidade técnica e habilidades humanas são importantes. É especialmente eficaz para empresas em estágio inicial que precisam de contratações multi-capazes.
O que fez o melhor candidato se destacar? O melhor desempenho obteve 96 em Qualidade de Relatório de Bugs e 95.43 em Competência Técnica, enquanto também demonstrava forte comportamento profissional com 85. Eles completaram todos os 5 tickets e mostraram que podiam operar na interseção da engenharia e do sucesso do cliente.