Entrevista de design de sistemas para engenheiro de IA: um guia prático

Na primeira vez que você ouve, a pergunta soa impossivelmente ampla: desenhe um sistema de recomendação, ou desenhe um chatbot sobre os documentos internos da empresa. Esta seção explica o que o entrevistador está realmente avaliando, para que essa amplitude deixe de ser o problema. Em resumo, eles avaliam se você consegue transformar um pedido de produto vago em um sistema com números associados.

Quatro coisas determinam a maior parte da nota:

• Scoping.Você pergunta quem são os usuários, quantas queries por segundo existem, e qual padrão de qualidade conta como sucesso, antes de desenhar qualquer coisa?
• Julgamento sobre dados.De onde vêm os dados de treinamento, como eles são rotulados, e o que vaza entre o treinamento e o serving?
• Avaliação.Métricas offline mais um guardrail online. Uma resposta sem plano de avaliação soa junior, não importa quão boa seja a arquitetura.
• Senso de produção.Orçamento de latência, custo por requisição, cadência de retreinamento, e o que acontece quando o modelo erra.

Cinco perguntas cobrem a maioria das entrevistas de design de sistemas para engenheiro de IA:

• Retrieval augmented generation sobre documentos privados.Estratégia de chunking, escolha do modelo de embedding, índice vetorial, reranking, e o que você faz quando a recuperação não retorna nada relevante.
• Model serving em escala.Batching, quantização, manter as GPUs ocupadas, caching, e a meta de latência p99 que você assumiu durante o scoping.
• Recomendação ou ranking.Geração de candidatos e depois ranking, um feature store, o skew entre treinamento e serving, cold start.
• Um pipeline de features.Streaming contra batch, correção point-in-time, backfills.
• Um workflow agêntico.Chamadas de ferramentas, limites de passos, tetos de custo, e como um humano intervém. Um banco de perguntas mais completo está na seção de tipos de entrevista.

Cada uma dessas tem uma parte difícil que o entrevistador está esperando. Para a recuperação é a avaliação, porque qualquer um consegue nomear um banco de dados vetorial e poucos conseguem dizer como mediriam se a recuperação melhorou. Para o serving é o trade-off entre custo e latência frente ao tamanho do modelo.

Gaste os primeiros cinco minutos com requisitos e números, e escreva-os onde o entrevistador possa vê-los: queries por segundo, latência aceitável, padrão de qualidade, orçamento. Tudo o que vem depois remete a esses quatro números, e é isso que faz a resposta soar como engenharia em vez de um tour por ferramentas.

Em seguida, siga em amplitude primeiro: um diagrama com fontes de dados, treinamento offline, um artifact store, um caminho de serving e um loop de feedback. Só depois que o quadro completo existe é que você aprofunda, e deixa o entrevistador escolher o componente. Encerre nomeando dois modos de falha e o que você monitoraria para detectar cada um.

Uma engenheira de machine learning que entrevistava para uma posição sênior em uma empresa de busca foi solicitada a desenhar busca semântica sobre tickets de suporte. Ela passou quatro minutos no scoping, se comprometeu com 200 milissegundos em p95 e um orçamento de inferência mensal fixo, e então usou os dois números para rejeitar um reranker grande em favor de um cross-encoder pequeno sobre os 50 melhores candidatos. O que foi avaliado foi o trade-off, não a escolha do modelo.

Design de sistemas é falado e visual, então um assistente ajuda menos aqui do que em outras rodadas. O que ele pode fazer é manter a checklist na sua frente. SubcueAI escuta o áudio da reunião e coloca uma estrutura em um overlay local: perguntas de scoping que você ainda não fez, a seção de avaliação que você pulou, os modos de falha que valem a pena nomear. O app de desktop no macOS e no Windows captura o áudio do sistema mais o seu microfone; o painel lateral da extensão de navegador captura apenas o áudio da aba da reunião, então ele ouve o entrevistador sem transcrever você. Nenhum bot entra na chamada.

Os limites importam mais nesta rodada do que na maioria. Se você está compartilhando sua tela para desenhar um diagrama, o overlay está dentro do que você compartilha. Avaliações com proctoring e máquinas gerenciadas pela empresa estão fora do escopo, e nenhuma ferramenta é universalmente indetectável. Um assistente também não consegue inventar o julgamento arquitetural que está sendo avaliado. Praticar essas perguntas contra um entrevistador de IA na página de entrevista simulada constrói isso; o overlay só evita que você esqueça a avaliação no minuto 30.