Como fazer uma autoavaliação técnica que não é só mais um checklist vazio
A primeira vez que tentei avaliar meu próprio nível técnico, fiz isso em 2018, depois de um ano e meio trabalhando só com Python Django. Eu montei uma planilha simples,ei habilidades que eu já tinha ouvido falar, e marquei "bom" em quase tudo. O resultado foi um relatório que me parecia impressionante até eu tentar um teste técnico real e falhar feio em algoritmos que nunca tinha practicedo porque achava que "não era necessário pro meu dia a dia". Isso foi um choque. Não porque eu era incapaz, mas porque eu confundia familiaridade com proficiência.
O que vc acha de mim quando eu me avaliei errado
Depois desse incidente, eu passei a usar um framework bem mais concreto pra autoavaliação. Ele não é perfeito, mas reduz drasticamente a chance de ilusão de competência. O processo que eu sigo agora tem três etapas principais, e cada uma depende da outra de um jeito que muita gente não percebe no começo. Etapa um: mapeamento de evidências. Você não lista habilidades, lista exemplos reais de trabalho. Se você disse que sabe SQL avançado, precise apontar pelo menos três consultas complexas que você escreveu, com contexto do problema, o porquê da abordagem e o resultado. Sem isso, é só opinião. Eu vejo gente marcar "avançado" em Docker porque já criou um Dockerfile uma vez. Isso não é avançado. Isso é iniciante que já leu a documentação.
Etapa dois: comparação com padrões do mercado. Não adianta se comparar com seu colega de trabalho, porque vocês podem estar no mesmo nível de ignorância. Compare com vagas reais. Olha uma vaga de pleno em React na Brasil ou em Portugal. Listou TypeScript, Next.js, testes unitários, deploy com CI/CD, e você marcou "bom" em React? Veja onde você falha. Anota isso. A diferença entre o que a vaga pede e o que você consegue fazer hoje é sua trilha de aprendizado real, não um desejo. Etapa três: validação externa. Isso é o passo que mais gente pula. Você precisa de pelo menos uma pessoa que conheça o assunto e não tenha interesse em te agradar. Um código review honesto, um par de pair programming, ou até um teste prático aceito por terceiros. Eu sempre peço pros meus colegas mais seniores pra olhar meu código sem contexto, só pra ver se o que eu achei elegante faz sentido pra alguém que não tá dentro da minha cabeça.
Pegadinhas que eu aprendi na marra
Uma das armadilhas mais comuns é o viés de disponibilidade. Você acaba superestimando o que você fez recentemente e subestimando o que não toca há meses. Eu fui pego duas vezes com isso em Python.Em 2022, voltei pro mercado depois de uns meses com outra stack, e achei que ainda sabia Django bem. Rodando o primeiro projeto pequeno, percebi que já tinha esquecido várias boas práticas de ORM e estava escrevendo N+1 queries sem perceber. A correção foi simples: fazer um projeto de verdade antes de se declarar pronto de novo. Outra pegadinha é o viés de confirmação. Quando você quer acreditar que sabe algo, começa a buscar só evidências que confirmem isso. Eu fazia isso com Linux. Eu usava linha de comando no dia a dia, então achava que era "bom em Linux". Até precisar configurar um cluster Kubernetes do zero e perceber que não sabia nem criar um YAML básico sem copiar da internet. O que eu achava que era proficiência era na verdade apenas conforto com uma pequena fração do ecossistema.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Também tem o problema da avaliação baseada em projetos pessoais. Projetos de hobby são ótimos pra aprender, mas não refletem as restrições do mundo real. Prazos, código legado, integração com sistemas de terceiros, documentação ausente. Eu já me avaliei como "sênior em backend" baseado em projetos que eu fiz sozinho, com tecnologias modernas, sem dependências externas. Quando entrei num time real, levei duas semanas pra me adaptar ao caos de um sistema existente com mil microserviços e nessuna documentação.
Uma ferramenta prática que funciona
Eu criei uma planilha de autoavaliação baseada nesses princípios, e ela tem salvado meu pescoço. Ela funciona assim:
- Uma aba pra cada domínio de habilidade (frontend, backend, DevOps, dados, etc)
- Dentro de cada domínio, uma lista de competências específicas, não genéricas
- Para cada competência, campos pra evidências concretas, nível atual, e data da última vez que usou
- Uma coluna pra gaps identificados e recursos pra preenchê-los
O segredo não é a planilha em si, é a disciplina de preenchê-la honestamente. Eu atualizo ela a cada três meses, e antes de marcar algo como "consigo fazer sozinho", eu preciso ter um exemplo recente e verificável. Sem exceções. Se você tá lendo isso e se identificou com alguma daspegadinhas que mencionei, bom. Significa que você já tá mais consciente do que eu estava. A autoavaliação honesta é difícil, porque exige que você encare suas próprias limitações sem se defender. Mas é o único jeito de saber realmente o que vc acha de mim quando eu consigo ser objetivo sobre minhas próprias habilidades.
Quando a autoavaliação não funciona
Tem situações onde esse método falha completamente. A principal é quando você tá começando do zero absoluto. Sem referências, sem saber o que não sabe, é impossível fazer um mapeamento preciso. Nesse caso, o melhor é buscar mentoria ou cursos estruturados que tenham evaluación objetiva integrada. Não adianta tentar se autoavaliar em algo que você mal conhece os fundamentos. Você vai errar feio, e provavelmente subestimar o esforço necessário. Também não funciona bem pra áreas muito novas ou em evolução rápida demais. Eu tentei aplicar o framework pra IA generativa em 2024, e as definições de "nível" mudavam tão rápido que minha avaliação já estava desatualizada antes de terminar. Nessas situações, o melhor é focar em construir projects reais e deixar que o feedback do mercado seja seu termômetro, não uma planilha.
