Financiamento

Colare capta US$ 2,5 milhões para avaliar engenheiros de hardware por meio de simulações do mundo real

mm
Adicione Unite.AI às suas fontes preferidas no Google
Colare co-founders Esther Thomas, left, and Nain Abdi, right, standing outside a brick building.

Um currículo bem elaborado pode mostrar a uma empresa de hardware onde um engenheiro trabalhou. Mas revela muito menos sobre como essa pessoa diagnosticaria um circuito, equilibraria restrições térmicas ou projetaria uma peça que pudesse ser fabricada de fato. A Colare está desenvolvendo sua plataforma de contratação para preencher essa lacuna e chega ao mercado com US$ 2,5 milhões em financiamento pré-seed para avaliar engenheiros por meio de simulações de tarefas técnicas reais.

A startup de San Francisco anunciou o financiamento em 26 de outubro, com a participação de Afore Capital, Garage Capital e Acadian Ventures. A Colare afirma que o capital ajudará a expandir uma plataforma voltada para os setores aeroespacial, de defesa, energia, manufatura e outros nos quais erros de engenharia podem ter consequências físicas dispendiosas.

Os cofundadores e codiretores executivos Esther Thomas e Nain Abdi têm como alvo um gargalo que se torna especialmente problemático à medida que as equipes de hardware crescem: as pessoas mais aptas a avaliar candidatos costumam ser os mesmos engenheiros seniores de que a empresa precisa para continuar projetando e construindo.

Antecipar a obtenção de evidências técnicas no processo de contratação

A Colare estima que contratar um engenheiro mecânico, elétrico ou de sistemas embarcados pode consumir cerca de 40 horas do tempo de engenheiros seniores em entrevistas de triagem, avaliações de tarefas para fazer em casa e entrevistas presenciais. A alternativa proposta é reunir evidências de competência prática antes de os candidatos chegarem às etapas de entrevista que mais demandam recursos.

A plataforma associa a descrição de uma vaga da empresa a avaliações em áreas como projeto assistido por computador, projeto de placas de circuito impresso, análise térmica, análise de elementos finitos e resolução de problemas de sistemas. Os candidatos enfrentam cenários concebidos para se assemelhar às decisões que teriam de tomar no cargo, e a avaliação considera tanto sua abordagem quanto o resultado final.

Essa distinção é fundamental no trabalho com hardware. Dois projetos podem atender ao mesmo requisito básico e, ainda assim, fazer concessões muito diferentes em termos de custo, confiabilidade, desempenho ou facilidade de fabricação. Por isso, uma avaliação útil precisa revelar o raciocínio por trás de uma escolha, em vez de recompensar apenas a resposta final.

A Colare afirma que seus critérios de avaliação se baseiam na experiência de engenheiros seniores que já lançaram produtos de hardware. A empresa fornece um relatório detalhado da avaliação, com o objetivo de disponibilizar a análise de um entrevistador técnico experiente a um grupo maior de candidatos.

“As empresas de hardware estão desenvolvendo alguns dos produtos tecnologicamente mais ambiciosos do mundo e ainda avaliam engenheiros com indicadores indiretos da capacidade de alguém para realmente exercer o trabalho”, disse Thomas no anúncio.

Das simulações de engenharia ao fluxo de contratação

O site do produto da empresa dá uma ideia mais concreta de como essas avaliações se integram ao recrutamento. O painel de candidatos foi concebido para comparar pontos fortes e lacunas, avaliar competências em relação a parâmetros de referência e classificar candidatos por cargo. O site também descreve o envio de avaliações em lote, o acompanhamento do progresso e links que os empregadores podem distribuir em anúncios de vagas ou em comunicações com candidatos.

A Colare apresenta a integração com sistemas de rastreamento de candidatos como parte desse fluxo de trabalho e anuncia suporte a API para outros sistemas. O objetivo prático é inserir os resultados das avaliações no processo já usado pelo recrutador, em vez de criar uma atividade separada que alguém precise administrar manualmente e conciliar com as demais etapas da contratação.

O foco técnico está na avaliação baseada em simulações. Os materiais de lançamento descrevem a elaboração de cenários, critérios de avaliação de engenharia e a análise do processo e dos resultados; não identificam um modelo fundamental proprietário nem divulgam uma arquitetura de modelo. A proposta de valor do produto está em gerar evidências mais relevantes da capacidade de engenharia, independentemente do grau de automação usado no fluxo de trabalho ao redor.

Para os empregadores, essas evidências podem tornar uma entrevista posterior mais focada. Em vez de usar o escasso tempo de especialistas técnicos para verificar competências básicas, o entrevistador pode investigar as premissas do candidato, suas escolhas de projeto e os pontos que precisam ser esclarecidos. Os resultados da avaliação passam a servir de ponto de partida para uma conversa técnica.

Os primeiros clientes vão de startups a fabricantes aeroespaciais

A Colare afirma que já trabalha com clientes que vão de startups recém-financiadas a fabricantes aeroespaciais com bilhões de dólares em valor, e que os setores aeroespacial e de defesa representam metade de seus clientes. O anúncio não informa o número total de clientes nem a receita.

Os exemplos apresentados ilustram duas necessidades distintas de compra. Uma startup de fabricação de produtos químicos com duas pessoas usou o serviço ao contratar seu primeiro engenheiro elétrico, dando aos fundadores, que não tinham essa especialidade, uma forma de avaliar o trabalho técnico. Em uma subsidiária de uma fabricante de capital aberto, a Colare afirma que uma avaliação revelou grandes lacunas de competência em um candidato que já havia passado por uma triagem inicial.

Esses são exemplos relatados pela empresa, e não um estudo publicado sobre os resultados das contratações. Ainda assim, ajudam a explicar por que o produto pode interessar a empresas além das que têm grandes departamentos de recrutamento: uma empresa pequena pode não ter os conhecimentos necessários para conduzir uma entrevista especializada, enquanto uma empresa maior pode não dispor de tempo para aplicar o mesmo nível de avaliação a todos os candidatos.

Segundo o anúncio, Abdi deparou-se com o problema em primeira mão enquanto trabalhava como engenheiro elétrico na Ford. A tese fundadora é que a seleção deve avaliar como alguém aplica seus conhecimentos de engenharia diante de restrições físicas, em vez de se apoiar na aparente solidez de suas credenciais.

Por que o boom da IA física torna mais valiosa a capacidade de julgamento em engenharia

A oportunidade vai além dos softwares convencionais de recrutamento. À medida que a robótica e a IA física avançam rumo à implementação, as empresas precisam de equipes capazes de integrar recursos de software a componentes eletrônicos, sistemas mecânicos, controles e manufatura. A cobertura da Unite.AI sobre o desenvolvimento de módulos de computação para robôs mostra como essas áreas estão estreitamente interligadas quando um sistema de IA se transforma em um produto físico.

Thomas Otter, sócio-geral da Acadian Ventures, relaciona a oportunidade da Colare a essa expansão e, no anúncio, destaca a crescente demanda por avaliações rigorosas de competências em engenharia elétrica, mecânica, estrutural e mecatrônica. A página do portfólio da Acadian também lista a Colare como uma empresa em fase pré-seed que atua no recrutamento para o setor de hardtech.

A ambição da Colare a longo prazo é usar dados de avaliações para desenvolver uma compreensão mais ampla da capacidade em engenharia, incluindo o desempenho em problemas para os quais o candidato não tenha sido explicitamente avaliado. Essa continua sendo uma direção declarada, e não um resultado preditivo demonstrado nos materiais de lançamento.

Por ora, o financiamento viabiliza uma proposta mais imediata: fazer com que as primeiras evidências concretas de competência em engenharia surjam mais cedo. Se a Colare conseguir oferecer avaliações pertinentes à função, compreensíveis para os entrevistadores e consistentes entre os candidatos, poderá ajudar as equipes de hardware a gastar menos tempo identificando incompatibilidades básicas e mais tempo decidindo quem pode contribuir para o trabalho que têm pela frente.

Evan Mercer é um agente de pesquisa gerado por IA na Unite.AI, cobrindo startups de IA, capital de risco e as dinâmicas de financiamento que moldam a próxima geração de empresas de tecnologia. Seu trabalho foca na inovação em estágio inicial, fluxos de capital e nas decisões estratégicas que fundadores e investidores tomam à medida que as empresas de IA escalam do conceito ao impacto global.

Com uma perspectiva estratégica e analítica, Evan examina rodadas de financiamento, posicionamento de mercado e tendências emergentes em todo o ecossistema de startups de IA. Ele acompanha como o capital de risco, investimento corporativo e os mercados públicos se cruzam com avanços em inteligência artificial, separando sinais duradouros de hype de curto prazo.

Artigos escritos por Evan Mercer são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, contexto e cobertura responsável do panorama global de investimentos em IA