Preguntas de entrevista técnica asíncrona que realmente revelan habilidad

El problema con las preguntas async

En 2026, casi cualquier puzzle clásico de algoritmos en un take-home lo resuelve un modelo de lenguaje en segundos. Igual la mayoría de LeetCode. Igual las canónicas „implementa una cache" y „construye un acortador de URLs".

Si tu etapa async sigue usando preguntas del canon de prep de 2020, no estás filtrando habilidad de ingeniería — estás filtrando acceso a ChatGPT. Este post recoge cuatro formatos de preguntas que resisten la completitud trivial de IA y producen señal real en async.

Formato 1: Preguntas de leer-este-codebase

Al candidato se le da un repo pequeño (50–500 líneas) y se le pide hacer algo con él: encontrar un bug, agregar una feature, refactorizar una clase, escribir un test faltante.

Ejemplo backend:

„Adjunto hay una API Express pequeña con un endpoint users. Hay un bug que hace que el endpoint devuelva datos viejos tras actualizar el perfil. (1) Encuentra y corrige el bug. (2) Agrega un test que lo hubiera capturado. (3) Escribe 2–3 oraciones sobre la causa raíz."

Por qué funciona:

• El candidato debe leer código, no solo escribir. La IA puede escribir; el candidato debe entender.
• El entregable „explica la causa" es corto pero revela profundidad. Las explicaciones IA tienden a ser genéricas; ingenieros reales apuntan a la línea específica.
• Una pregunta de follow-up en vivo („cuéntame cómo encontraste el bug") colapsa cualquier entrega IA-only.

Formato 2: Preguntas de diseño con tradeoffs

En vez de „implementa X", pide „diseña X y escribe lo que consideraste".

Ejemplo senior:

„Diseña un rate limiter simple para una API interna a 50 RPS pico. Implementa una versión funcional (cualquier lenguaje) más un README de 1 página explicando: (1) el algoritmo elegido y al menos una alternativa rechazada, (2) qué cambiarías a 5000 RPS, (3) qué no estás manejando y por qué."

Por qué funciona:

• El código es la parte chica. El README es la señal.
• „Qué no estás manejando" es la pregunta clave. La IA es mala admitiendo límites; los seniors lo hacen natural.
• El entregable se lee corto (≤15 min para el revisor), no es un proyecto de 4 horas.

Formato 3: Preguntas de debug-este-fallo

Da al candidato un test que pasa, uno que falla, y el código bajo test. Pide hacer pasar el rojo sin romper el verde.

Este formato es difícil de gamear con IA porque la IA tiende a sobreescribir todo. Un candidato que razona en cambios mínimos supera a uno que pega un archivo regenerado.

Ejemplo:

„Adjunto un utility de parseo de fechas. La función maneja ISO 8601 correctamente (test 1 pasa). No maneja fechas con abreviaturas de mes mixtas como 12-Mar-2025 (test 2 falla). Haz pasar el test 2 sin romper el 1. Envía el patch más pequeño posible."

La frase „más pequeño posible" hace el trabajo. Los revisores leen un diff de 3 líneas en 30 segundos.

Formato 4: Preguntas estilo code-review

Da al candidato un trozo de código con 3–5 issues de severidad variable y pide hacer un code review.

Ejemplo mid-level:

„Adjunto un PR que añade un endpoint /checkout a nuestra API de e-commerce. Revísalo como si lo hubiera enviado un colega. Lista los issues en los que bloquearías, los que solo sugerirías, y al menos una cosa que el autor hizo bien. Ordena por severidad."

Por qué funciona:

• Ingeniería es mayormente leer código ajeno, no escribir greenfield. Esta pregunta testea el trabajo real.
• Saca juicio („¿bloquear o solo sugerir?"), señal senior-vs-mid.
• Difícil de outsourcear: la IA marca issues obvios pero los rankea mal y rara vez captura sutilezas.

Qué evitar en preguntas async

• Puzzles puros de algoritmos. „Implementa una sliding window para X" — IA en segundos, débilmente predictivo aún antes de IA.
• Cualquier cosa >2 horas. Los top candidates las saltan. Ver los datos de drop-off por presupuesto de tiempo.
• CRUD genéricos. „Construye un todo list con Postgres" — cada candidato produce una entrega casi idéntica.
• Preguntas con una sola respuesta correcta. El formato async destaca mejor juicio, que requiere múltiples respuestas válidas.

Hacer follow-up en vivo

Cada ejercicio async debe ir con un follow-up en vivo de 20 minutos donde el candidato camina por su propia entrega. Ese paso solo hace más por la integridad que cualquier detector de IA. En ClarityHire, la sala en vivo carga el código entregado automáticamente, así el entrevistador llega preparado.

Emparejar preguntas con rúbricas

Una gran pregunta sin rúbrica todavía produce resultados inconsistentes. Para cada formato de arriba, pre-escribe una rúbrica de calificación con al menos 3 niveles anclados (1 = bajo, 3 = en barra, 5 = sobre barra) antes de la primera entrega. Ver nuestra guía de mejores prácticas para el playbook completo.