Evaluación técnica con evidencia
El candidato resuelve un caso incompleto con un agente de IA en un rol laboral. Recibís un reporte de preguntas y decisiones, con evidencia para preparar la entrevista.
30 minutos, sobre una vacante de tu equipo.
Para tech leads y equipos de selección técnica.
Lo que está en juego
Una buena entrega deja preguntas abiertas sobre cómo se llegó a ella. Resolverlas candidato por candidato vuelve a llevar el trabajo de evaluación a la entrevista.
Con herramientas de IA, una solución correcta por sí sola dice poco sobre las preguntas, los supuestos y las decisiones del candidato.
Tu equipo dedica otra hora a descubrir cómo razona cada persona. La búsqueda vuelve a depender de encontrar un lugar en la agenda.
Adaliza registra la conversación y la entrega. Llegás a la entrevista con un caso ya evaluado y preguntas concretas para profundizar.
Lo que recibe tu equipo
Cada criterio conecta una decisión del candidato con la evidencia que la sostiene. Llegás a la entrevista con preguntas concretas sobre su trabajo.
La rúbrica la define tu equipo. La decisión de contratación también.
Abrir la pantalla real completa (se abre en una pestaña nueva)Fragmento del reporte · Datos de ejemplo
Evaluación asistida por IA
4/ 5Bueno
Evidencia de la conversación
“¿Puede pasar que una sucursal mande un archivo tarde, o que lo reenvíe corregido?”
Preguntó por archivos tardíos y corregidos antes de diseñar la solución. Detectó una condición que el enunciado no explicitaba.
Qué observa Adaliza
Tu tech lead define qué sabe el agente y cuándo puede contarlo. El candidato conversa con ese interlocutor de trabajo y construye su solución.
Si identifica restricciones, pide contexto y valida lo que falta antes de comprometer una solución.
Qué supuestos explicita, qué alternativas considera y qué riesgos acepta cuando todavía no tiene toda la información.
Cómo explica sus decisiones al rol que interpreta el agente y cómo las refleja en el entregable final.
Cómo funciona
Paso 1
Tu tech lead define el caso y la rúbrica. Un asistente propone un borrador; tu equipo lo revisa y aprueba.
Paso 2
Recibe un enlace, conversa con el agente y entrega su solución. Queda registrado qué preguntó y cómo justificó sus decisiones.
Paso 3
Revisás el reporte por criterio y sus citas. Preparás la entrevista y decidís a quién avanzar.
30 minutos, sobre una vacante de tu equipo.
Por qué confiar
Podés recorrer una evaluación desde el criterio hasta el fragmento que la respalda. Esa trazabilidad es parte del producto que te mostramos en la demo.
Tu equipo define criterios y ponderaciones. La versión queda congelada al invitar, para comparar candidatos dentro del mismo desafío y versión.
Los puntajes se acompañan de citas de la conversación o del entregable. Podés revisar qué ocurrió y cómo se justificó la evaluación.
La evaluación asiste la revisión humana. Las observaciones de las personas se conservan aparte del puntaje automático.
Desarrollado como proyecto académico en la UTN FRBA.
Conocé al equipoPuede usar IA. Evaluamos sus preguntas, decisiones y entregable contra la rúbrica acordada. La evidencia proviene de la conversación en Adaliza y la entrega; no observamos sus herramientas externas.
Entra con un enlace individual, sin crear cuenta ni instalar nada. Conoce el tiempo disponible y las condiciones de entrega, y sabe que conversa con IA y está siendo evaluado.
El escenario, el rol del agente, las condiciones para revelar información y la rúbrica. Un asistente propone un borrador que tu equipo revisa y aprueba.
Un reporte con puntajes por criterio y evidencia de la conversación y el entregable. Tu equipo lo revisa, agrega sus observaciones y decide a quién avanzar.
Está pensado para perfiles técnicos. El caso, el rol del agente y los criterios se adaptan a la vacante que configura tu tech lead.
Hoy funciona de forma independiente, desde el navegador. Tu equipo invita con un enlace y consulta los resultados en Adaliza; no hay integración con ATS.
Nombre y correo como datos identificatorios; conversación, entregable y evaluación como evidencia. Se conservan al menos seis meses, con acceso controlado para el equipo autorizado de tu organización.
Caso ilustrativo, armado para esta página. Es el mismo que muestran las pantallas reales de la plataforma.
01 · El encargo
Farmacias del Sur · Data Engineer Ssr · 90 minutos
Diseñá e implementá un DAG de Airflow que ingeste los CSV diarios de ventas de 140 sucursales y el catálogo de productos, y los procese en Bronze, Silver y Gold sobre PostgreSQL, con validaciones de calidad y un reporte semanal de ventas y margen. Tiene que poder reprocesarse sin duplicar datos.
Lo que el enunciado no dice
02 · La conversación
Candidata
¿Siempre llegan a tiempo? ¿Puede pasar que una sucursal mande un archivo tarde, o que lo reenvíe corregido?
Mariana · Analytics Comercial, agente de IA
Pasa bastante. Algunos archivos llegan hasta 72 horas tarde, y los corregidos se reenvían con el mismo nombre.
Candidata
¿Cómo vienen las devoluciones en el archivo?
Mariana · Analytics Comercial, agente de IA
Como filas con cantidad negativa y el mismo ticket_id. Sumadas sin más, inflan las ventas.
Candidata
Cuando decís reporte semanal, ¿la semana es de lunes a domingo?
Mariana · Analytics Comercial, agente de IA
No. Para nosotros va de miércoles a martes: así cierran los ciclos de promociones.
03 · Los supuestos
Nunca preguntó si todas las sucursales mandan el mismo formato ni si el catálogo cambia. El DAG parsea un solo formato de fecha y usa la categoría actual, no la del día de la venta.
04 · La entrega
Entrega el enlace a su repositorio: el DAG, los modelos por capa, las validaciones y un README con sus decisiones. Antes de confirmar, se verifica que sea accesible.
ventas-medallion/
05 · La evidencia
La evaluación recorre la conversación y la entrega contra la rúbrica. Habilidades blandas y técnicas se informan por separado.
4,3 / 5
4 / 5 Bueno
“¿Puede pasar que una sucursal mande un archivo tarde, o que lo reenvíe corregido?”
5 / 5 Sobresaliente
“Te confirmo lo que entendí: reproceso idempotente, devoluciones netas y semana de miércoles a martes.”
4 / 5 Bueno
Particiona por fecha de archivo para reprocesar sin duplicar, y lo explica en el README.
3,9 / 5
3 / 5 Aceptable
Silver valida nulos, tipos y duplicados, pero parsea un único formato de fecha.
5 / 5 Sobresaliente
Cada tarea reemplaza su partición: correr el DAG dos veces deja el mismo resultado.
4 / 5 Bueno
Gold agrega ventas netas y margen por sucursal, categoría y semana comercial.
3 / 5 Aceptable
Levanta archivos tardíos, pero usa la categoría actual del producto.
06 · Comparable
Al invitar, la configuración se congela. Comparás candidatos sobre la misma rúbrica, no sobre impresiones.
