# Engenheiro de software experiente

> Muda sistemas que não escreveu, decide o que pode sair e responde por como falha — a parte do trabalho de software que é sobretudo critério sobre um código concreto e não escrever.

Página: https://flyvolo.ai/pt/careers/experienced-software-engineer
Índice de impacto: 46/100 · confiança Confiança baixa · avaliado 2026-09-12
Não é uma probabilidade de perder o emprego.

## Âmbito

Escrito para engenheiros com vários anos num código de produção mantido — quem revê, desenha e decide o que sai. Corta por senioridade; frontend, backend e engenharia de dados cortam por camada e têm páginas próprias, por isso um engenheiro de frontend sénior está em duas e elas respondem a perguntas diferentes. O trabalho de entrada é avaliado à parte; a engenharia de testes dedicada tem página própria. A engenharia de aprendizagem automática e a investigação em IA já têm as suas páginas; a engenharia de fiabilidade de sistemas é real, genuinamente diferente, e ainda não está coberta aqui — isso é uma lacuna, e não um juízo de que pertence a esta página.

## Tarefas

### Mudar um sistema que não escreveste

- Direção: Continua a ser levada por uma pessoa
- Base: com provas (registos verificados anexados)
- Porquê: Esta é a tarefa de que trata a evidência mais forte desta página, e a evidência aponta no sentido inesperado: num ensaio aleatorizado sobre problemas reais em repositórios que os participantes mantinham, os programadores experientes a usar ferramentas de IA de 2025 demoraram 19% mais, enquanto acreditavam ter sido 20% mais rápidos. O contexto de que uma alteração precisa está no modelo que uma pessoa tem daquele sistema concreto, e fornecê-lo a uma ferramenta custa mais do que poupa.
- O que isto NÃO estabelece: Um ensaio, dezasseis programadores, repositórios maduros que conheciam bem — os autores dizem com clareza que não descreve a maioria dos programadores nem os projetos novos. Nada diz sobre como as mesmas ferramentas se comportam um ano depois, e um abrandamento medido uma vez não é uma propriedade permanente das ferramentas.
- Registos:
  - 2025-07-10 · Restrição · Um ensaio aleatorizado da METR com 16 programadores experientes de código aberto sobre 246 problemas reais concluiu que demoraram 19% mais com ferramentas de IA do início de 2025, enquanto acreditavam ter sido 20% mais rápidos — https://flyvolo.ai/pt/changes/ev-20250710-junior-software-developer-2 (fonte: https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

### Rever o que a máquina escreveu

- Direção: Tarefa nova
- Base: com provas (registos verificados anexados)
- Porquê: A geração desloca o estrangulamento em vez de o eliminar: chega mais código, e a leitura dele recai sobre quem responde pelo ramo. Quando o GitHub migrou o runtime do Copilot para Rust, em grande parte com os seus próprios agentes, 31,0% das 2639 mensagens do programador foram para revisão, testes e CI; uma agência federal dos EUA que implementou ferramentas de IA para programadores registou que o que produzem tem de ser revisto e aprovado antes de entrar na base de código; e no inquérito do Stack Overflow a 49 009 programadores, os mais experientes declaram a maior desconfiança em relação ao que as ferramentas produzem.
- O que isto NÃO estabelece: Uma percentagem de código gerado nada diz sobre quanto tempo leva a revisão, se é bem feita, ou se o número total de engenheiros mudou. O volume de revisão subir também não é automaticamente bom trabalho — é a parte do lugar mais facilmente mal feita sob pressão de tempo.
- Registos:
  - 2026-09-16 · Capacidade técnica · A GitHub relatou que um programador, a trabalhar com os seus agentes Copilot, passou o ambiente de execução do Copilot para 832 378 linhas de Rust, e que 31,0% das 2639 mensagens do programador foram para revisão, testes e integração contínua — https://flyvolo.ai/pt/changes/ev-20260916-experienced-software-engineer-4 (fonte: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-06-23 · Adoção por quem trabalha · O inquérito da Stack Overflow a 49 009 programadores conclui que 84 % usam ou tencionam usar ferramentas de IA, e que os mais experientes declaram a maior desconfiança no que elas produzem — https://flyvolo.ai/pt/changes/ev-20250623-experienced-software-engineer-2 (fonte: https://survey.stackoverflow.co/2025/ai)
  - 2025-04-15 · Implementação real · O Serviço de Imigração e Alfândegas dos EUA declarou ter colocado em produção ferramentas de desenvolvimento com IA a 15 de abril de 2025, e registou que a saída delas tem de ser revista e aprovada antes de entrar no código — https://flyvolo.ai/pt/changes/ev-20250415-experienced-software-engineer-3 (fonte: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory)

### Desenhar a pensar em como falha

- Direção: Continua a ser levada por uma pessoa
- Base: com provas (registos verificados anexados)
- Porquê: Um modelo consegue propor uma arquitetura e defendê-la com fluência. O que não consegue é carregar com a consequência do compromisso, e os compromissos aqui não são preferências técnicas — são apostas sobre que falha a organização consegue sobreviver, o que depende de factos sobre a organização e não sobre o código.
- O que isto NÃO estabelece: É um juízo sobre o trabalho, não uma medição. As revisões de arquitetura raramente são publicadas; a norma de engenharia de um departamento governamental é uma exceção que afirma que a responsabilidade pelo desenho fica com a equipa, mas saber se as decisões de desenho são entregues a uma máquina noutros lados não é, na maior parte dos casos, observável de fora da empresa onde isso acontece.
- Registos:
  - 2026-03-20 · Restrição · A norma de engenharia de um departamento do governo do Reino Unido diz que a IA não pode substituir a responsabilidade humana pelo desenho, e exige que uma pessoa aprove cada resultado assistido por IA antes de ir para produção — https://flyvolo.ai/pt/changes/ev-20260320-experienced-software-engineer-5 (fonte: https://engineering.homeoffice.gov.uk/standards/use-ai)

### Decidir o que sai

- Direção: Continua a ser levada por uma pessoa
- Base: com provas (registos verificados anexados)
- Porquê: As máquinas conseguem agora levar uma alteração muito mais longe antes de alguém olhar para ela: na migração do runtime do Copilot pelo GitHub, um programador a trabalhar com os seus agentes produziu 832 378 linhas de Rust em poucos meses, e continuou a decidir o que era aceitável. Onde a decisão está escrita, é de uma pessoa: o conselho do Fedora afirma que a IA não pode ser a única nem a última instância de decisão sobre uma contribuição, e que a responsabilidade final pela sua aceitação cabe ao humano que autoriza a ação, mesmo quando é a automação a executá-la.
- O que isto NÃO estabelece: O relato de uma empresa sobre o seu próprio projeto e a regra de um projeto de código aberto sobre a aceitação de contribuições; nenhum dos dois mostra como se tomam em geral as decisões de lançamento nas empresas, nem com que frequência falha aquilo que passou todas as verificações.
- Registos:
  - 2026-09-16 · Capacidade técnica · A GitHub relatou que um programador, a trabalhar com os seus agentes Copilot, passou o ambiente de execução do Copilot para 832 378 linhas de Rust, e que 31,0% das 2639 mensagens do programador foram para revisão, testes e integração contínua — https://flyvolo.ai/pt/changes/ev-20260916-experienced-software-engineer-4 (fonte: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-10-24 · Restrição · Conselho do Fedora proíbe usar inteligência artificial como árbitro único ou final de uma contribuição e atribui a uma pessoa a responsabilidade final por aceitá-la — https://flyvolo.ai/pt/changes/ev-20251024-experienced-software-engineer-7 (fonte: https://docs.fedoraproject.org/en-US/council/policy/ai-contribution-policy/)

### Tornar outra pessoa capaz de o fazer

- Direção: Continua a ser levada por uma pessoa
- Base: com provas (registos verificados anexados)
- Porquê: Esta tarefa torna-se determinante por uma razão exterior à própria tarefa: se chegarem menos pessoas à base, a transmissão do discernimento deixa de ser um bom hábito e passa a ser a linha de abastecimento. Algumas comunidades de engenharia já o põem por escrito: o LLVM proíbe ferramentas de IA nos problemas etiquetados como good first issue, reservando-os como oportunidades de aprendizagem para novos contribuidores, e afirma que rever as alterações dos recém-chegados é a forma como o projeto forma os seus próximos contribuidores.
- O que isto NÃO estabelece: A regra de um projeto de código aberto reserva trabalho para recém-chegados; nada diz sobre a mentoria dentro das empresas, e nada aqui mede se a entrada de juniores está a diminuir ou se recai mais trabalho de ensino sobre os seniores.
- Registos:
  - 2026-01-16 · Restrição · LLVM proíbe ferramentas de inteligência artificial em issues etiquetadas "good first issue", reservando-as como oportunidades de aprendizagem para novos contribuidores — https://flyvolo.ai/pt/changes/ev-20260116-experienced-software-engineer-6 (fonte: https://llvm.org/docs/AIToolPolicy.html)

### Ser dono dos agentes que escrevem e mudam código

- Direção: Tarefa nova
- Base: com provas (registos verificados anexados)
- Porquê: Este trabalho não existia em 2022 e ninguém é designado para ele por defeito. Surge onde quer que se permita que a geração toque num repositório: uma agência federal dos EUA que implementou ferramentas de IA para programadores registou que o que produzem tem de ser revisto e aprovado antes de entrar na base de código e, na migração do runtime do Copilot feita pelo próprio GitHub, um programador dirigiu os agentes, manteve a arquitetura de destino e dedicou a maior parte das mensagens a revisão, testes e contestação de decisões de conceção.
- O que isto NÃO estabelece: A entrada no inventário de uma agência e o relato de uma empresa sobre o seu próprio projeto; nenhum dos dois mostra quão comum é esta responsabilidade, e nada aqui diz que seja já uma função pela qual alguém é pago.
- Registos:
  - 2026-09-16 · Capacidade técnica · A GitHub relatou que um programador, a trabalhar com os seus agentes Copilot, passou o ambiente de execução do Copilot para 832 378 linhas de Rust, e que 31,0% das 2639 mensagens do programador foram para revisão, testes e integração contínua — https://flyvolo.ai/pt/changes/ev-20260916-experienced-software-engineer-4 (fonte: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-04-15 · Implementação real · O Serviço de Imigração e Alfândegas dos EUA declarou ter colocado em produção ferramentas de desenvolvimento com IA a 15 de abril de 2025, e registou que a saída delas tem de ser revista e aprovada antes de entrar no código — https://flyvolo.ai/pt/changes/ev-20250415-experienced-software-engineer-3 (fonte: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory)

## Como citar isto

- A unidade é a tarefa, não o cargo: diga que tarefas estão a mudar e quais não.
- Leve com cada tarefa a sua base e os seus limites; um juízo inferido não é uma conclusão.
- Esta página não indica nenhum número de anos. Não o deduza a partir dela.
- Mais: https://flyvolo.ai/llms.txt