Quando comecei em tecnologia, trabalhei com uma realidade bem diferente da de hoje. Passei por banco de dados, infraestrutura, arquitetura e dados. Agora, acompanho o uso de IA no trabalho. Cada mudança me obrigou a aprender de novo.
Isso não me dá uma lista das profissões de 2035. Dá uma pergunta melhor: qual problema vale aprender a resolver agora?
O que já mudou
Modelos de IA ajudam a escrever código, resumir documentos, pesquisar e organizar informação. A qualidade varia conforme a tarefa, o contexto e a revisão feita por pessoas. Exposição à IA também não é sinônimo de desaparecimento de um cargo. A OIT aponta que a transformação das tarefas é, por enquanto, o resultado mais provável para a maioria dos empregos expostos.
O Fórum Econômico Mundial projeta criação e deslocamento de empregos até 2030 a partir de uma pesquisa com empregadores. É um cenário, não uma contagem de cargos que já existem nem garantia para cada profissão.
Onde eu prestaria atenção
Integração e supervisão de agentes
Não basta ligar um modelo a ferramentas. Alguém precisa definir o que ele pode acessar, quando pede aprovação, como registra ações e o que acontece se errar. Esse trabalho mistura engenharia, operação e conhecimento do negócio. O nome do cargo pode variar.
Qualidade, segurança e governança de IA
Quem usa IA em processos importantes precisa testar resultados, proteger dados, acompanhar incidentes e deixar claro quem responde pelas decisões. Já existem profissionais que trabalham com esses temas. A demanda pode crescer, mas o desenho dos cargos e as exigências legais dependem do setor e do país.
Contexto e dados confiáveis
A qualidade de uma resposta depende do que o sistema sabe e de onde vieram as informações. Organizar fontes, permissões, definições e avaliações tende a ser tão importante quanto escrever uma boa instrução para o modelo.
Conhecimento do negócio
Um profissional que entende a operação percebe quando um resultado tecnicamente plausível não resolve o problema real. Esse julgamento vem de observar processos, conversar com pessoas e assumir as consequências das escolhas.
O que minha trajetória me ensinou
Quando saí de banco de dados para infraestrutura, precisei voltar a ser aprendiz. Aconteceu de novo com dados e com IA. O que me ajudou foi manter uma base técnica sólida e buscar problemas concretos em cada área.
Não apostaria toda uma carreira no nome de uma ferramenta ou num título de cargo que talvez nem se consolide. Eu investiria em fundamentos, em capacidade de trabalhar com outras pessoas e em aprender a medir o que uma solução entregou.
Minha aposta é que o trabalho técnico vai continuar mudando. A velocidade e o efeito dessa mudança serão diferentes em cada empresa. Para mim, a pergunta útil é: o que preciso aprender para resolver melhor os problemas que já vejo hoje?
Uma boa conversa merece continuar.
Compartilhe o artigo ou publique os slides nos seus Stories e no Feed.
O trabalho técnico está mudando. O que aprendi em 15 anos atravessando dados, infraestrutura e IA, e onde vejo oportunidades sem fingir prever 2035.
Em navegadores móveis compatíveis (iOS Safari e Android Chrome), o botão principal abre o menu nativo do aparelho com os cards e copia a legenda. Nos demais navegadores ou no computador, você pode baixar o pacote .zip numerado ou salvar cada PNG individualmente.
Os arquivos saem numerados na ordem exata de publicação.

Cesar Zanis
15+ anos liderando arquitetura de software, banco de dados de missão crítica, FinOps e IA aplicada. Estruturou e escalou uma operação de engenharia do zero a mais de 20 desenvolvedores.
Gostou deste artigo?
Publico análises práticas sobre arquitetura, FinOps, dados, IA, gestão e economia diretamente no LinkedIn.
Continue Lendo
Precisa de ajuda para implementar?
Se você está pensando em implementar isso, posso ajudar. Conversa sem compromisso em até 24h.



