192 lines
15 KiB
Plaintext
192 lines
15 KiB
Plaintext
---
|
|
title: Responder a perguntas do tipo "Conte-me sobre um momento em que..." para habilidades de resolução de problemas e foco em resultados
|
|
description: Aprenda como responder a perguntas comportamentais sobre habilidades de resolução de problemas e foco em resultados, para desenvolvedores Front-End, desenvolvedores web e engenheiros de software. Consulte exemplos de respostas.
|
|
---
|
|
|
|
Conforme mencionado em nossa [visão geral de preparação para entrevistas comportamentais](/guia-de-entrevistas-comportamentais), **mentalidade de crescimento** é uma das 8 principais categorias de perguntas para se preparar.
|
|
|
|
Neste guia, você aprenderá como abordá-las:
|
|
|
|
1. Critérios de avaliação em detalhes
|
|
2. Abstraindo possíveis perguntas em temas comuns
|
|
3. Estrutura de Resposta Sugerida
|
|
4. Possível natureza de perguntas de acompanhamento
|
|
5. Perguntas e respostas de exemplo
|
|
|
|
## Critérios de Avaliação em Detalhes
|
|
|
|
A resolução de problemas e o foco em resultados são agrupados em uma única categoria, pois estão altamente relacionados em sua natureza. Ao descrever a experiência de resolver problemas ou alcançar resultados / objetivos, também é possível inferir a mentalidade ou motivação para fazê-lo.
|
|
|
|
Ao avaliar candidatos nesta categoria, os entrevistadores geralmente consideram os seguintes critérios:
|
|
|
|
- Identificar as melhores soluções e executá-las
|
|
- Identificando os problemas corretos
|
|
- Identificando os objetivos mais críticos
|
|
- Recursos e mentalidade orientada por dados
|
|
- Criatividade e inovação
|
|
- Identificando compensações (trade-offs) e soluções sustentáveis
|
|
- Medindo resultados, iterando e seguindo adiante
|
|
- Mentalidade orientada para impacto
|
|
- Proatividade para avançar apesar de obstáculos ou bloqueios
|
|
- Influenciando os outros a cumprir os objetivos
|
|
- Equilibrando análise com ação decisiva
|
|
|
|
## Abstraindo possíveis perguntas em temas comuns
|
|
|
|
As mentioned in our [behavioral interview preparation overview](/behavioral-interview-playbook/introduction), it is impractical to prepare answers specifically for every behavioral question out there. No entanto, ao agrupar perguntas específicas em temas semelhantes e preparar histórias que cubram um grande número de requisitos de perguntas, podemos reduzir o número de histórias a serem preparadas para cerca de 3-5 histórias.
|
|
|
|
Há simplesmente muitos tipos de perguntas comportamentais sobre resolução de problemas e foco em resultados que podem ser feitas, como:
|
|
|
|
- Você pode me contar sobre uma vez em que precisou usar dados para orientar decisões de engenharia\*\*?
|
|
- Você pode fornecer um exemplo de uma vez em que teve que **solucionar problemas e corrigir um problema complexo** em um projeto?
|
|
- Você pode descrever um momento em que **solucionou criativamente** um problema de engenharia ou alcançou uma melhoria significativa em métricas?
|
|
- Você pode descrever um momento em que teve que tomar uma decisão importante de engenharia e como decidiu **entre as compensações**?
|
|
|
|
No entanto, quando olhamos para 80% das perguntas desta categoria, geralmente pedem como um problema foi resolvido ou um traço específico necessário para a resolução eficaz de problemas, como criatividade, uso de dados ou avaliação de compensações. A origem do problema ou objetivo, bem como se o candidato foi resiliente diante de obstáculos, também pode ser inferida nas respostas a essas perguntas.
|
|
|
|
## Estrutura de Resposta Sugerida
|
|
|
|
Como sempre, o [formato STAR](https://www.indeed.com/career-advice/interviewing/how-to-use-the-star-interview-response-technique) é a estrutura mais simples e eficaz que recomendamos para estruturar sua história.
|
|
|
|
Apesar do grande número de possibilidades de perguntas, podemos abstrair todos os requisitos para perguntas comportamentais de resolução de problemas ao pensar em um processo sólido de resolução de problemas:
|
|
|
|
1. **Identificação do problema**: Identificar a causa raiz correta ou o problema principal para se concentrar, a partir dos sintomas de nível superficial.
|
|
2. **Métricas/definição de metas**: Identificar métricas-chave que indicariam o sucesso na resolução do problema (se houver).
|
|
3. **Coleta de informações**: Habilidade em reunir informações de diferentes fontes e uma mentalidade orientada por dados (usando dados para embasar decisões).
|
|
4. **Geração de ideias de solução**: Gerar criativamente soluções que resolvam a causa raiz
|
|
5. **Avaliação de solução**: Avaliar as compensações de cada solução e selecionar a mais ótima
|
|
6. **Monitoramento e ajuste**: Acompanhar a eficácia da solução por meio da medição de métricas-chave. Ajustar a estratégia, se necessário.
|
|
|
|
Portanto, você só precisa garantir que pelo menos 1 dos seus [relatos ou projetos preparados](/behavioral-interview-playbook/introduction) cubra todos os passos mencionados acima. Ao fazer isso, a história pode ser reutilizada para todos os traços associados à resolução de problemas, como mentalidade orientada por dados, criatividade e trabalho com feedback dos usuários.
|
|
|
|
É claro, você pode precisar adaptar os detalhes da sua história para focar no aspecto específico solicitado na pergunta específica.
|
|
|
|
Recomendamos que você escolha histórias de resolução de problemas que também possam servir para obter sinais sobre o seguinte
|
|
|
|
- **Proatividade/iniciativa**: você tomou a iniciativa de investigar o problema, reunir informações e resolvê-lo.
|
|
- **Liderança**: você liderou o processo de resolução de problemas
|
|
- **Trabalho em equipe**: você teve que trabalhar como parte de uma equipe para resolver o problema
|
|
|
|
### Exemplo de história
|
|
|
|
#### Situação
|
|
|
|
- Eu era o líder técnico de um site de comércio eletrônico que vendia produtos de luxo. O site foi construído como uma aplicação de página única usando Angular 1.5.
|
|
- Nos últimos anos, o produto estava mostrando sinais de obsolescência - a experiência dos desenvolvedores não era ótima e o desempenho do site estava ruim. A velocidade de carregamento inicial era superior a 3 segundos e a taxa de conversão estava em torno de 0,8%.
|
|
|
|
#### Tarefa
|
|
|
|
- Fui encarregado de melhorar o desempenho e a conversão do site.
|
|
|
|
#### Ação
|
|
|
|
\*\*1. Identificação de problemas
|
|
|
|
- A conversão está relacionada ao desempenho e à experiência do usuário (UX).
|
|
- O desempenho do site tem apresentado um declínio gradual nos últimos anos.
|
|
- A experiência do usuário (UX) não foi revisada há um tempo. Aprimorar a redação
|
|
|
|
\*\*2. Coleta de informações
|
|
|
|
- Analisamos a natureza dos erros no último ano, categorizamos de acordo com suas causas raiz para identificar pontos críticos e áreas problemáticas principais.
|
|
- Coletamos feedback da equipe sobre áreas de melhoria.
|
|
- Sessão de brainstorming com a equipe para pensar em maneiras de melhorar.
|
|
- Para melhorar, em primeiro lugar, precisamos saber como estamos indo.
|
|
- Verificamos novamente se nosso rastreamento de desempenho e conversão estava funcionando corretamente.
|
|
- Começamos a rastrear novas métricas do Lighthouse e Core Web Vitals.
|
|
- Trabalhamos com cientistas de dados para criar painéis de controle para desempenho e conversão e obtivemos algumas informações:
|
|
- Identificamos que alguns países tinham taxas de conversão mais baixas.
|
|
- Os usuários de dispositivos móveis tinham taxas de conversão mais baixas em comparação com os usuários de desktop.
|
|
- Trabalhamos com designers de UX e pesquisadores de UX para identificar problemas na experiência de compra de ponta a ponta no site.
|
|
- Os elementos de interface do usuário estavam muito espaçados e exigiam muito rolamento, o que afetou a taxa de rejeição, pois alguns usuários não se preocuparam em rolar.
|
|
|
|
\*\*3. Brainstorming de soluções
|
|
|
|
- Interface do Usuário\*\*: O processamento no lado do servidor é crucial para o desempenho e os benefícios de SEO. Fizemos escolhas visando um bom desempenho.
|
|
- **Visão**: Migrar do Angular.js 1.6 para o Angular 13 foi um empreendimento enorme, e não houve economia significativa de tempo ao permanecer no Angular.
|
|
- **Next.js**: Alguns de nossos desenvolvedores têm experiência com React e o Next.js como um metaframework para construir aplicativos SSR estava rapidamente ganhando popularidade. Nós realmente desejávamos a carga inicial rápida e o comportamento semelhante a um aplicativo que o Next.js proporcionava.
|
|
- **Svelte**: O modelo reativo era atraente e o modelo de programação era mais fácil de entender em comparação com o React, no entanto, o ecossistema é pequeno e não existem tantas bibliotecas disponíveis.
|
|
- **Estilização**: A folha de estilos estava ficando muito inchada devido a muitas classes sendo adicionadas ao longo dos anos e sendo difíceis de remover.
|
|
- **Tailwind CSS**: O Tailwind CSS estava entre as metodologias CSS mais populares, e sua abordagem de CSS atômico se adapta bem a bases de código em crescimento.
|
|
- **Styled Components**: O CSS-in-JS era algo que também estávamos considerando, mas o Styled Components estava vinculado ao React e a injeção de estilo em tempo de execução prejudicava o desempenho.
|
|
- **Mentalidade centrada no desempenho**. **Leitura de muitos estudos de caso de desempenho em web.dev e blogs de engenharia de outras empresas de comércio eletrônico, reunindo uma lista de técnicas e processos importantes de desempenho:**:
|
|
- \*\*Estabelecer um orçamento de desempenho para cada página (abaixo de 300 Kb).
|
|
- Executar testes de desempenho antes de mesclar os Pull Requests.
|
|
- Carregamento sob demanda de componentes não críticos. Carregar conteúdos abaixo da dobra sob demanda.
|
|
- Dividir o JavaScript no nível da página em vez de um único pacote (gerenciado pelo Next.js).
|
|
- Utilizar o formato WebP para imagens.
|
|
- Hospedar imagens em uma CDN. Carregamento adaptativo de imagens para que dispositivos móveis carreguem uma imagem menor. Consolidar bibliotecas JavaScript duplicadas (data-fns e moment.js), mudar para lodash-es e remover todos os usos do jQuery. Analisar os dados para identificar recursos menos usados e removê-los do código, reduzindo o tamanho do JavaScript nas páginas de detalhes do produto em mais de 200 KB.
|
|
- Otimização de Mecanismos de Busca (SEO)
|
|
- Utilizei ferramentas de SEO como o Ahrefs para monitorar continuamente o SEO.
|
|
- Trabalhei com a equipe de marketing para garantir que o texto de marketing incluísse palavras-chave importantes, conforme mostrado pelo Ahrefs.
|
|
- Ajustei os URLs das páginas para incluir palavras-chave de SEO
|
|
- Melhorias de Experiência do Usuário
|
|
- Experiência de checkout em uma única página, em vez de um checkout de duas páginas, para reduzir a necessidade de cliques.
|
|
- Reduzi a altura de muitos elementos da interface do usuário.
|
|
- Corrigi o botão de checkout para que não fosse despercebido.
|
|
- Melhorias no pagamento
|
|
- Analisei o checkout da Stripe e implementei campos de endereço específicos para cada país.
|
|
- Inicialmente, tínhamos apenas um método de pagamento disponível: cartão de crédito. Contei com a ajuda de cientistas de dados para avaliar a popularidade de novos métodos de pagamento e se valia a pena adicioná-los. Posteriormente, adicionamos os métodos de pagamento PayPal, Google Pay e Apple Pay também.
|
|
|
|
**4. Avaliação da solução**
|
|
|
|
- **Visualização e Renderização**: Escolhemos o Next.js porque ele é apoiado pela Vercel e tem a maior comunidade de todas. O React também é a biblioteca de UI mais popular e a mais fácil de encontrar empregos para contratação.
|
|
- **Styling**: Tailwind porque é uma opção bastante confiável e preparada para o futuro.
|
|
|
|
**5. Monitoramento e ajustes**
|
|
|
|
- Lançamos o novo site por meio de um teste A/B, monitorando o desempenho e as taxas de conversão ao longo de um período de 2 meses.
|
|
- Países que antes tinham taxas de conversão mais baixas tiveram melhorias de quase 50% nas taxas de conversão.
|
|
|
|
#### Resultado
|
|
|
|
- A pontuação do Lighthouse melhorou para 92.
|
|
- A velocidade de carregamento melhorou para 1.5 segundos
|
|
- A conversão melhorou para 2.5%
|
|
- A velocidade dos desenvolvedores melhorou na pesquisa recente e agora é mais fácil contratar pessoas para a equipe porque mais pessoas conhecem o React em relação a outros frameworks.
|
|
|
|
## Possíveis Naturezas de Perguntas de Acompanhamento
|
|
|
|
Conforme mencionado em nossa [visão geral de preparação para entrevistas comportamentais](/behavioral-interview-playbook/introduction), os entrevistadores são incentivados a depender mais de perguntas de acompanhamento para realmente compreender o processo de pensamento e motivações do candidato, que geralmente se enquadram nestas categorias:
|
|
|
|
- Por que você acha que tomou a ação de (inserir ação)?
|
|
- Por que você não fez (inserir ação)?
|
|
- Como você faria as coisas de forma diferente com o benefício da retrospectiva?
|
|
|
|
Para perguntas sobre colaboração, os entrevistadores provavelmente farão perguntas para ajudá-los a entender um pouco mais sobre:
|
|
|
|
- **A fonte da tarefa/problema/objetivo** (Nível de compreensão da proatividade e iniciativa):
|
|
- O projeto ou a tarefa foi iniciada por você? E em que medida?
|
|
- A ideia subjacente foi sua, ou apenas o plano de executá-la?
|
|
- Como você obteve o apoio dos interessados para sequer trabalhar nisso?
|
|
- **Função e Contribuição Real pelo Candidato**:
|
|
- Havia uma equipe envolvida na resolução do problema ou na consecução do objetivo?
|
|
- Quais ações foram iniciadas por iniciativa própria ou contribuídas unicamente por você, e o que os outros fizeram?
|
|
- **Priorização do Problema ou Objetivo a Ser Alcançado**:
|
|
- Havia uma razão pela qual este problema ou objetivo específico foi priorizado em relação a outros?
|
|
- Havia outro problema ou objetivo raiz que deveria ter sido mais importante?
|
|
- Esse problema não foi resolvido por outra equipe na empresa? Por que razão a solução teve de ser reinventada?
|
|
- **Seleção de Métricas/Objetivos Adequados, e se Foram Medidos Após o Lançamento**:
|
|
- Foi estabelecida alguma meta quantitativa ou qualitativa, e como elas foram decididas?
|
|
- Como eles foram medidos após o lançamento e qual foi o resultado?
|
|
- Se um problema foi resolvido, que medidas foram tomadas para garantir que o mesmo problema não ocorresse novamente?
|
|
- **Utilizando Informações Suficientes para Tomar Decisões**:
|
|
- Que tipos de pesquisa ou dados você utilizou para tomar decisões ou escolher um problema para resolver?
|
|
- Quanto tempo você dedicou à pesquisa e coleta de informações?
|
|
- Como você equilibrou entre a coleta de informações e o planejamento e a execução do plano?
|
|
- **Escolhendo a solução certa**:
|
|
- Que outras soluções foram consideradas e quais eram os prós e contras de cada uma?
|
|
- Por que razão foi escolhida a solução final?
|
|
- Quem apresentou a ideia original das soluções? Como foram derivadas?
|
|
|
|
## Exemplos de Perguntas e Respostas sobre Colaboração
|
|
|
|
Ajustando a história amostral acima para responder a perguntas específicas.
|
|
|
|
{/* TODO: Gina */}
|
|
|
|
- Você pode me contar sobre uma vez em que precisou usar dados para orientar decisões de engenharia?
|
|
- Você pode fornecer um exemplo de uma vez em que teve que solucionar e corrigir um problema complexo em um projeto?
|
|
- Você pode descrever um momento em que resolveu um problema de engenharia ou alcançou uma melhoria significativa nas métricas?
|
|
- Você pode descrever uma vez em que teve que tomar uma decisão importante de engenharia e como decidiu entre as compensações (trade-offs)?
|