Jane Street cambia sus entrevistas: menos código, más IA

Jane Street cambia el formato de sus entrevistas de ingeniería

Jane Street empezó a probar este verano nuevos formatos de entrevista para candidatos de campus, con menos escritura de código y más foco en diseño de software, verificación de código y uso de LLMs para producirlo. La firma de trading cuantitativo lo anunció en su propio blog, y el mensaje de fondo es incómodo para cualquier equipo técnico: si generar código se volvió más barato, lo que se paga caro es el criterio.

La empresa es explícita en que no se trata de un cambio total. La mayoría de las rondas seguirán siendo entrevistas de código tradicionales, sin asistencia de LLM. Solo algunas sedes presenciales (onsites) incluyen los nuevos formatos, y la firma avisa al candidato antes de que llegue.

¿Qué evalúa ahora Jane Street en una entrevista?

El formato clásico llevaba años sin moverse: sentarse con uno o dos entrevistadores, programar un problema en conjunto y pensar en voz alta. Los objetivos declarados siguen siendo los mismos: ver cómo resuelves problemas, cómo estructuras tu trabajo, cómo te comunicas y cómo colaboras.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Lo que cambió es el peso relativo de cada cosa. Jane Street dice que, con la generación de código más barata, ganaron importancia otras partes del trabajo:

Criterio sobre qué construir (taste, en sus palabras): decidir qué vale la pena hacer y qué no.
Elegir abstracciones que duren: diseño que no haya que reescribir en seis meses.
Verificar que lo construido sea correcto: calidad, estructura e intención del código, no solo que compile.
Usar LLMs para producir código: integrarlos al flujo, no como truco de entrevista.

La firma aclara algo importante para quien aplica: no hace falta tener una metodología madura de trabajo con agentes. Dice que busca gente con buenos instintos para construir software y que no necesita un LLM para evaluarlo. Tampoco exige un setup particular ni que uses estas herramientas para todo; lo que le importa es que pienses con claridad sobre cuándo sirven y cuándo no.

Menos código escrito a mano, más revisión: el contexto interno

El cambio en las entrevistas no es un experimento aislado. Según eFinancialCareers, Jane Street construyó identidades de «usuarios de IA» —versiones alternativas de cada empleado— para que los agentes actúen en nombre de las personas con las reglas de seguridad correctas. El ingeniero John Crepezzi contó en el podcast Signals and Threads que la firma tiene además un sistema que rastrea qué código escribió una IA y qué código escribió un humano, y que cerca del 45% de las funcionalidades liberadas arrancan con un pedido en Slack que dispara un agente.

El CTO Ron Minsky describió el trabajo como pasar de escribir a observar: revisar lo que el agente produjo y ajustar. También advirtió que la IA tiende a generar programas que parecen funcionales pero están rotos por dentro, lo que empuja a los ingenieros hacia la revisión. El diseño de sistemas, según Crepezzi, sigue «bastante protegido».

Ese es exactamente el perfil que las nuevas entrevistas intentan medir: alguien capaz de leer código ajeno, detectar intención y estructura, y decidir si el resultado es confiable.

¿Por qué esto importa si no vas a trabajar en Jane Street?

Porque el mercado de contratación técnica se está moviendo en la misma dirección. La Open University encuestó a 1.500 líderes empresariales del Reino Unido para su Business Barometer de 2026: el 51% dijo que la IA está cambiando cómo contrata, y un 19% ya redujo la contratación de perfiles junior, con un 42% de ese grupo citando la adopción de IA como motivo, según CNBC.

El efecto no es solo menos vacantes. Lucy Beaumont, de la firma de evaluación de talento SHL, describió a CNBC un cambio de forma: organizaciones que eran una pirámide ahora se parecen a un diamante, con más gente en el medio y menos en la base. Su advertencia es que ese ahorro de corto plazo se paga después, porque los roles de entrada son el terreno donde se aprende el criterio.

Hay una lectura menos pesimista en los mismos datos. En una encuesta de Klarus a 500 líderes de empresas medianas del Reino Unido e Irlanda, el 45% dijo que la IA está ayudando a que los juniors trabajen mejor y más rápido, y casi un cuarto afirmó que está creando roles nuevos. En paralelo, Infosys planea contratar 20.000 graduados en su año fiscal FY27 pese a que unos 80.000 de sus 300.000 empleados ya usan herramientas de código con IA, según Education Times. Su CEO, Salil Parekh, dijo en el Bloomberg New Economy Forum 2026 que los servicios de IA aportaron más del 8% de los ingresos del último trimestre.

El patrón es consistente: no desaparecen los puestos, cambia lo que se espera que hagas en ellos.

Qué significa esto para tu startup

Si contratas ingenieros, tu proceso de selección probablemente esté midiendo una habilidad que ya no es la más escasa. Escribir código rápido se volvió más fácil; juzgar si el código es correcto, seguro y mantenible, no.

Dos acciones concretas para esta semana:

Agrega una ronda de revisión de código con IA. Dale al candidato un fragmento generado por un LLM —con un bug sutil o una abstracción mal elegida— y pídele que lo audite en voz alta. Ahí ves criterio, no memoria de algoritmos. Puedes hacerlo sin que use herramientas: el objetivo es evaluar el juicio, no el prompt.
Separa la evaluación de herramientas de la de fundamentos. Jane Street mantiene la mayoría de sus rondas sin asistencia de LLM, precisamente para no mezclar ambas señales. Si tu equipo no distingue entre «sabe usar un agente» y «sabe diseñar un sistema», vas a contratar mal en las dos direcciones.

Y un ajuste de expectativas para quien busca trabajo: no necesitas un flujo de trabajo perfecto con agentes para pasar un proceso como este. Necesitas poder explicar qué hace bien la herramienta, dónde falla y cuándo conviene no usarla. Eso se demuestra con ejemplos concretos de tu propio trabajo, no con una lista de herramientas en el CV.

Cómo prepararte si vas a aplicar a un proceso así

Practica leer código que no escribiste. Toma un repositorio abierto, encuentra una función y explica en voz alta qué intenta hacer, si lo logra y qué cambiarías.
Ten una opinión sobre las herramientas. Elige un caso real donde un LLM te dio una respuesta incorrecta y cuéntalo con detalle: qué esperabas, qué salió y cómo lo detectaste.
No abandones el código a mano. La mayoría de las rondas siguen siendo tradicionales y sin asistencia. El nuevo formato se suma, no reemplaza.

Jane Street dice que seguirá iterando y que no detalla los formatos porque podrían verse distintos en seis meses. Para el resto del mercado, la señal ya está dada: el filtro se está corriendo del teclado al criterio.