🗺️ Trilha Comum: A Base para Toda Jornada DEV
Edição 2026 (atualizada em out/2026): fundamentos, Git/GitHub moderno, desenvolvimento assistido por IA com revisão humana, carreira e soft skills.
Esta trilha vale para qualquer especialização. A IA acelera quem já entende o que está pedindo; sem fundamentos, você não consegue julgar o que ela entrega. Por isso a ordem é: base sólida, ferramentas, e só então o uso intenso de agentes.
🐣 Nível 1: A Fundação (Obrigatório)
📦 Git & GitHub
- O que é? Git versiona seu código: salva histórico, permite voltar no tempo e trabalhar em paralelo. GitHub hospeda repositórios e organiza a colaboração (Issues, Pull Requests, Actions).
- O que dominar:
- Fluxo diário:
clone,switch -c,add,commit,push,pull --rebase,merge,rebase,stash,restore,reflog(para desfazer erros). - Commits pequenos e com mensagem clara (ex.: Conventional Commits).
- Pull Requests: descrição objetiva, diff pequeno, revisão de código, resolução de conflitos.
- Branch protection e rulesets,
CODEOWNERSe revisão obrigatória antes do merge. - GitHub Actions para testes e lint a cada PR;
git worktreepara trabalhar em várias branches (ou várias sessões de agente) em paralelo. - Segurança básica: chaves SSH ou assinatura de commits, nunca versionar segredos, ativar secret scanning e Dependabot.
- Fluxo diário:
- Recursos:
🧠 Lógica, Algoritmos e Estruturas de Dados
- O que estudar: complexidade (Big O), arrays, listas, pilhas, filas, hash maps, árvores, grafos, ordenação, busca binária, recursão e programação dinâmica básica.
- Por que ainda importa com IA? Você precisa perceber quando o código gerado é O(n²) onde poderia ser O(n log n), e entrevistas técnicas continuam cobrando isso.
- Como praticar: resolva poucos problemas por semana, mas explique a solução em voz alta e analise a complexidade. Não use IA para dar a resposta; use-a para pedir dicas e revisar depois.
- Recursos:
🌍 Inglês Técnico
- Documentação, issues, RFCs e papers saem primeiro em inglês. Foque em leitura técnica e em escrever PRs e commits claros.
- Dicas: leia a documentação original antes da tradução; mantenha ferramentas em inglês; anote termos novos no Anki.
🛠️ Nível 2: Ferramentas do Dia a Dia
🐧 Terminal e Sistemas Operacionais
- Terminal: navegação, pipes,
grep,find,curl,jq,ssh, scripts Bash e variáveis de ambiente. - Sistemas Operacionais: processos, threads, memória, sistema de arquivos, permissões e sinais. Recursos:
🌐 HTTP, DNS e Redes
- Modelo básico: TCP/IP, portas, DNS, TLS/HTTPS, cookies, CORS, cache HTTP.
- HTTP: ciclo request/response, verbos, status codes (2xx, 3xx, 4xx, 5xx), headers, HTTP/2 e HTTP/3 (QUIC).
- APIs: REST bem desenhado (recursos, idempotência, paginação, versionamento), JSON, noções de gRPC e GraphQL, autenticação com OAuth 2.0/OIDC e JWT.
- Prática: use
curl -ve a aba Network do navegador para ver o que realmente trafega; usedigpara DNS. Recursos:
🗄️ SQL e Bancos de Dados
- SQL é base de todo dev:
SELECT,JOIN,GROUP BY, subqueries, CTEs, funções de janela,INSERT/UPDATE/DELETE. - Modelagem: normalização, chaves primárias e estrangeiras, índices, transações (ACID) e níveis de isolamento.
- Desempenho: leia
EXPLAIN ANALYZE, entenda índices B-tree e o problema N+1. - Escolha pragmática: PostgreSQL resolve a maioria dos casos (inclusive JSON e busca vetorial com pgvector). Use NoSQL quando o padrão de acesso justificar. Recursos:
🐳 Docker (Básico)
- Imagens, containers, volumes, redes,
Dockerfilee Docker Compose. Objetivo: ambiente reproduzível, sem "na minha máquina funciona". - Boas práticas: imagens pequenas, multi-stage build, usuário não-root, sem segredos na imagem.
- 📖 Documentação do Docker
🤖 Nível 3: Desenvolvimento Assistido por IA
Assistentes e agentes de código fazem parte do fluxo normal de trabalho em 2026. Eles aceleram tarefas repetitivas, mas você continua responsável pelo código que entra em produção.
Ferramentas
- Assistentes no editor: GitHub Copilot, Cursor, entre outros. Bons para autocomplete, explicar código e refatorações pequenas.
- Agentes de código: executam tarefas em várias etapas (ler o repositório, editar arquivos, rodar testes e comandos). Exemplos: Claude Code, GitHub Copilot coding agent, Codex CLI, Cursor Agent, Cline e Aider. Eles funcionam no terminal, na IDE ou na nuvem, abrindo PRs.
- MCP (Model Context Protocol): padrão aberto para conectar agentes a ferramentas e dados (GitHub, bancos, documentação, navegador, tickets). Conheça o conceito de servidores MCP, e trate cada um como uma dependência: confira a origem, limite permissões e não exponha segredos.
Fluxo recomendado
- Defina o escopo: tarefa pequena, critério de aceite claro e arquivos relevantes.
- Dê contexto: arquivos de instruções do projeto (
AGENTS.md,CLAUDE.md, regras do Cursor/Copilot) com comandos de build/test, convenções e arquitetura. - Planeje antes: peça um plano e revise antes de deixar o agente editar.
- Teste primeiro: escreva ou peça um teste que falha e deixe o agente iterar até passar (TDD com agente). Testes são a melhor rede de segurança.
- Revise o diff como se fosse de outra pessoa: entenda cada mudança, procure dependências inventadas, tratamento de erro ausente, falhas de segurança e escopo excedido.
- Rode CI e revisão humana: nenhum código gerado por IA entra sem PR, testes verdes e pelo menos uma revisão humana.
- Registre o que aprendeu: atualize as instruções do projeto quando o agente errar de forma recorrente.
Práticas essenciais
- Prompts úteis: objetivo, contexto, restrições, exemplo de formato esperado e como verificar. Para saídas estruturadas, use JSON Schema (Zod/Pydantic).
- Segurança: nunca cole segredos ou dados de clientes em ferramentas não aprovadas; rode agentes com permissões mínimas, de preferência em sandbox ou container; cuidado com prompt injection em issues, páginas web e dependências lidas pelo agente.
- Licenças e política da empresa: verifique o que sua organização permite.
- Limites: IA erra com confiança. Verifique APIs na documentação oficial e desconfie de código que "parece certo".
- Não terceirize o aprendizado: como Júnior, tente primeiro, depois peça revisão à IA; senão você não desenvolve julgamento.
- 📖 Model Context Protocol
- 📖 Documentação do GitHub Copilot
- 📖 Claude Code (documentação)
- 📖 AGENTS.md (formato aberto de instruções)
- 📖 OWASP GenAI Security Project
🚀 Nível 4: O Profissional Completo (Carreira & Soft Skills)
🤝 Soft Skills
- Pensamento crítico: questione o que a IA e os colegas dizem; peça evidência e teste.
- Comunicação clara: explique problemas técnicos para pessoas não técnicas; escreva PRs, ADRs e documentação objetivos.
- Comunicação assíncrona: textos bem escritos reduzem reuniões. Receber e dar feedback: code review é diálogo, não julgamento pessoal. Comente o código, não a pessoa.
- Colaboração e ownership: peça ajuda depois de tentar por um tempo razoável, assuma a entrega de ponta a ponta e avise cedo sobre riscos.
- Estimativas e prioridades: divida o trabalho, diga o que não cabe no prazo e alinhe expectativas.
- 📖 Google Engineering Practices: Code Review
💼 Carreira
- Portfólio: poucos projetos bem acabados, com README, testes, CI e deploy, valem mais que muitos repositórios soltos. Mostre também PRs em projetos open source.
- Currículo e LinkedIn: descreva resultados (o que melhorou, em quanto), não só tecnologias.
- Entrevistas: treine algoritmos básicos, SQL, explicar projetos seus e, para Pleno/Sênior, System Design. Pratique também a conversa comportamental (método STAR).
- Crescimento: do Júnior ao Sênior, o escopo cresce de tarefas para sistemas e pessoas. Busque feedback regular e mentoria.
- 📖 Staff Engineer (staffeng.com)
- 📖 The Pragmatic Programmer
📚 Aprender a Aprender
- Prática deliberada: construa projetos, não apenas assista aulas. Repetição espaçada: Anki para conceitos de longo prazo.
- Foco: blocos sem interrupção (Pomodoro ou Deep Work), conforme sua rotina. Ensine: escreva notas públicas, responda dúvidas, mentore alguém.
❤️ Saúde Mental
- Burnout: cansaço crônico, cinismo e queda de eficácia são sinais para agir cedo; converse com gestão e busque apoio profissional se necessário.
- Rotina sustentável: sono, pausas, atividade física e hobbies fora das telas.
🏆 Desafios Práticos
- Nível 1 (Fundação): publique um repositório no GitHub com README, abra um PR em outro repositório seu, resolva um conflito de merge de propósito e implemente busca binária com testes e análise de complexidade.
- Nível 2 (Ferramentas): crie uma API simples com 2 endpoints e PostgreSQL, tudo em Docker Compose; adicione um índice e compare o
EXPLAIN ANALYZEantes e depois; inspecione as chamadas comcurl -v. - Nível 3 (IA): adicione uma funcionalidade pequena à API usando um agente de código: escreva o teste primeiro, revise o diff linha a linha, rode a CI e descreva no PR o que o agente fez e o que você corrigiu.
- Nível 4 (Carreira): escreva um post ou ADR curto explicando uma decisão técnica do seu projeto e peça feedback a uma pessoa da comunidade.
📚 Materiais de Estudo Recomendados
🐣 Para Nível Júnior
- freeCodeCamp e The Odin Project: prática guiada e currículo baseado em projetos.
- CS50x (Harvard): introdução à ciência da computação, gratuita.
- Microsoft: Generative AI for Beginners: primeiros passos com IA generativa.
🚀 Para Nível Pleno
- Frontend Masters e Roadmap.sh: cursos aprofundados e guias visuais de carreira.
- DeepLearning.AI: cursos curtos sobre IA aplicada.
- Anthropic Courses: prompts e uso de ferramentas com modelos de linguagem.
🏛️ Para Nível Sênior/Especialista
- Full Cycle e ByteByteGo: arquitetura, mensageria e System Design.
- System Design Primer: base para entrevistas e decisões de arquitetura.
- Hugging Face Learn: modelos abertos, fine-tuning e agentes.
📚 Aprofunde seus Estudos
🚦 Próximos Passos
Agora que você tem a base, escolha sua especialização: