Producto Plataforma de pruebas técnicas

Pruebas técnicas que muestran cómo trabaja de verdad cada candidato, también con IA

Pruebas de programación online, proyectos reales, SQL, system design y desafíos de IA con corrección automática, IDE con IA y detección de fraude.

‹
Question 1 — High and low
Section: 00:07:57
Pause (1 of 2)
Next
Description
You receive a sequence of space-separated numbers and must return the highest and lowest number.
Note:
•All numbers are valid Int32, no need to validate them.
•There will always be at least one number in the input string.
•Output is two numbers separated by a single space; the highest comes first.
Your camera · Live
⌃
Camera on
Proctoring active during the assessment
main.kt
Kotlin (1.3.70)
1class Solution {
2
3 /**
4 * Complete the 'highAndLow' function below.
5 * @returns {String} The expected output.
6 */
7 companion object {
8 fun highAndLow(numbers: String): String {
9 val nums = numbers.split(" ")
10 .map { it.toInt() }
11 val high = nums.max()
12 val low = nums.min()
13 return "$high $low"
14 }
15 }
16}
Tests
RUN TESTS
Test 1numbers: 1 2 3 4 5Passed
Test 2numbers: 1 2 -3 4 5Passed
Test 3numbers: 1 9 3 4 -5Passed
Code quality
3/3 tests passed
Correctness100%
Code readability88%
91
Skill matched — 91%
Recommended for next stage

La IA hace el trabajo pesado. Tu equipo decide.

Mientras un reclutador entrevista a 5 personas al día, la IA de Coodesh evalúa, entrevista, corrige y clasifica a cientos en el mismo tiempo, con el mismo criterio para todos.

1

Empieza con la descripción del puesto

Configura las pruebas técnicas según el puesto o las habilidades que quieres evaluar.

2

Invita a los candidatos

Envía la invitación por enlace, correo o directamente desde tu ATS. La detección de fraude y la supervisión por imagen se activan según tu política.

3

Analiza y compara con puntuación automática y detección de trampas

Compara a los candidatos evaluados lado a lado. ¿Lo mejor? La puntuación y la detección de actividad sospechosa corren por nuestra cuenta.

+1 millón
de talentos ya evaluados en la plataforma
4x
más rápido para identificar talento calificado
99%
de precisión en las evaluaciones
+70%
menos tiempo en los procesos de selección

Proceso tradicional vs. Coodesh

Lo que cambia cuando la selección deja de depender del currículum y la intuición.

Proceso tradicional
✕Revisión manual de currículums, días de trabajo
✕Pruebas creadas y corregidas a mano
✕Baja participación de los candidatos
✕Resultados subjetivos y sin estándar
✕Sin prioridad: todos los candidatos parecen iguales
Con Coodesh
✓Ranking automático de candidatos en horas
✓Más de 30 tecnologías, con corrección automática por IA
✓92% de tasa de participación de los candidatos
✓Informes precisos, comparables y defendibles
✓Prioriza a los mejores y entrevista menos

Pregúntale a la IA sobre Coodesh

Logo de ChatGPT
OpenAI
Logo de Gemini
Gemini
Logo de Claude
Claude
Logo de Grok
Grok
Logo de Perplexity
Perplexity
Logo de DeepSeek
DeepSeek

Funcionalidades principales

Herramientas avanzadas para optimizar la contratación técnica y la evaluación de habilidades.

Empieza gratis

Biblioteca de pruebas y entrevistas

Detección de trampas y supervisión por imagen

Inteligencia artificial y automatizaciones

Certificaciones, planes de desarrollo y rutas de aprendizaje

Elimina las suposiciones al contratar talento tech

Pruebas de programación con IA o live coding

Mide lo que hoy distingue a un buen ingeniero de software: dirección, verificación y criterio.

Coding test — AI-assisted, like real work
Section: 00:24:10
AI use tracked
Submit
rate_limiter.ts
TypeScript (5.4)
1class TokenBucket {
2 constructor(rate: number, capacity: number) {
3 this.tokens = capacity;
4 this.lastRefill = Date.now();
5 }
6
7 // AI suggestion: refill inside the lock
8 tryAcquire(): boolean {
9 const now = this.refillAndGetTime();
10 this.tokens = Math.min(this.capacity, …);
11 return this.tokens >= 1;
12 }
13}
8 / 8 tests passed
RUN TESTS
AI assistant
Claude ▼
Why is my bucket refilling too fast under concurrent calls?
You call refill() before reading lastRefill — two callers can both see a stale timestamp. Move the timestamp update into the same critical section.
Ask the assistant…
Every prompt reviewed
Prompt qualityStrong
Copy without reviewNone
Iterations with AI4
Bring your AI stack
Your choice
Coodeshbuilt in
Claudeconnected
Codexavailable
Coodesh assistant built in · or connect Claude / Codex · full prompt history in the report
89
AI collaboration — 89%
Prompts, judgment and code all scored

Convierte las entrevistas técnicas en sesiones prácticas

Entrevista técnica en vivo

Haz entrevistas técnicas de live coding o whiteboard más eficaces y entiende mejor cómo piensan y resuelven problemas los candidatos.

Live
Live coding — Senior Backend Engineer
SR
DK
AL
00:31:04
End session
Question 2 of 3
Rate limiter middleware
Implement a sliding-window rate limiter for the API gateway.
From template library
Backend · System design
Data structures · Warm-upDone
Debugging · Follow-upUp next
Integrity monitor
Active
Copy/paste trackingClear
Tab focus monitorClear
AI-code detectionClear
rate_limiter.py
2 editing
Python 3.12
1import time
2from collections import deque
3
4class RateLimiter:
5 def __init__(self, limit, window):
6 self.limit = limit
7 self.window = window
8 self.hits = {}
9
10 def allow(self, key, now=None):
11 return len(q) <= self.limitSofia · candidate
12
13# What about burst traffic at the window edge?Daniel · interviewer
All tests passing 4/4 · 0.8s
RUN
Scorecard
Shared live
Problem solving4/5
Code quality5/5
Communication4/5
No cheating detected
Plagiarism · paste events · AI-generated code

Pruebas de system design para evaluar arquitectura de software

System Design / Whiteboard

Descubre si la persona candidata sabe diseñar un sistema que aguante producción, no solo recitar patrones de diseño.

Live
System design — Design a URL shortener
SR
DK
00:24:18
End session
Whiteboard
2 drawing
HTTPSroutereadwrite
Client
Load balancer
APIx3
Cache
DB — shardkey: hash(short_id)
TTL on cache? Discuss eviction policy — LRU vs LFU
Sofia · candidate
Daniel · interviewer
Prompt · from template library
Scale to 100M URLs/day. Cover storage, caching and hot-key mitigation.
Session integrity: clear
Scorecard
Shared live
Architecture & trade-offs5/5
Scalability reasoning4/5
Communication4/5
Architecture captured
Board snapshot saved to the report

Supervisión (proctoring) y monitoreo avanzados

Detección de trampas

Detecta fraudes sofisticados y uso indebido de IA con telemetría, análisis de patrones y monitoreo completo.

Proctoring & integrity — live monitoring
Recording session
View timeline
Image proctoring
Live · AI analysis
Face verified
CameraOn · blocked if off
Face coveredNot detected
Second personNot detected
AI-use detection 1 flag
Pasted without copy1 event
AI-generated textLow risk
Typing patternHuman-like
Activity timeline Screen recording · playback up to 32×
00:00Tab switch · 12:40Copy/paste · 31:0558:00
Second screenExternal monitor blocked — 1 display detected00:02
Tab switchLeft the assessment window for 4s12:40
Copy/pasteText inserted without a paste event31:05
Location & deviceSingle IP · Computer · Chrome · BR58:00
Full audit trail
Every test
Location, device and browser logged
Copy/paste and tab-switch tracking
Full screen recording · 32× playback
Second-screen blocking · AI image analysis
Integrity you can trust
AI analysis · human review when it matters

Coodesh dentro de tu stack de IA

Integración con LLM y MCP

Usa tu propio modelo, conecta tus agentes vía MCP y mantén los datos de las personas dentro de tu política, sin dependencia de proveedor.

Integrations — LLMs & MCP
MCP server: online
Get API key
MCPscoreinvitereport
ClaudeAnthropic
GPTOpenAI
Any agentGemini · Llama · custom
Coodesh MCP Model Context Protocol server
18 tools OAuth 2.1
Assessmentscreate · score
AI Interviewerinvite · transcribe
Reportsresults · insights
Your recruiter's agent, talking to Coodesh mcp.coodesh.com
> Invite the top 3 React candidates to a senior assessment
✓ coodesh.search_talent · 128 matches
✓ coodesh.create_invite · 3 invitations sent
Built for AI workflows
API-first
Native MCP server — works with Claude, GPT and any agent
REST API + webhooks for every product
Scoped keys, OAuth 2.1 and full audit log
Plug into any LLM
One protocol · your whole hiring stack

Evaluaciones dentro de tu proceso de selección

Integración con ATS vía API

Dispara evaluaciones cuando la candidatura cambia de etapa y recibe el resultado en la ficha del candidato, sin exportar hojas de cálculo ni alternar pantallas.

API integration flow — ATS & HR systems
Webhooks: active
Read the docs
Your platform
ATS · Job board · HRIS
Coodesh
Assessment engine
Candidate
Any device
List available assessments Assessment catalog Send candidate to start Invite to take the assessment Takes the assessment Results webhook GET /assessments POST /invites POST your-webhook/results
API REST · MCP
OAuth 2.1WebhooksSandbox
Docs: coodesh.com/docs
Same journey, your stack
Server-to-server
List assessments and send candidates via API
Candidate experience stays on Coodesh
Results pushed back by webhook in real time
Connect your ATS in days
REST + webhooks · sandbox included

Por qué las empresas eligen Coodesh

Reemplazar a un empleado puede costar entre la mitad y el doble de su salario anual (Gallup). Cada recurso a continuación existe para evitar ese costo.

Perfiles más adecuados

Evaluaciones construidas a partir del puesto real. Menos suposiciones, más evidencia de habilidad.

Corrección automática con IA

Código, textos, entrevistas y casos corregidos al instante, con puntuación y justificación.

Antifraude e identidad

Reconocimiento facial, cámara, detección de IA, cambio de pestaña, copiar y pegar y grabación de pantalla.

Precisión sin sesgos

El mismo criterio para todos los candidatos. Decisiones defendibles que respetan leyes de privacidad como el RGPD y la LGPD.

Integración con tu ATS

Greenhouse, Lever, Gupy, LinkedIn y otros vía API abierta. Los resultados vuelven a tu flujo.

Informes listos para decidir

Ranking, comparación lado a lado e informe individual para compartir con el responsable de la vacante.

Talentos que evaluamos

Por carrera

Por habilidades

Lenguajes y tecnologías evaluados en Coodesh

Personalización total de pruebas y desafíos técnicos.

Todas tus herramientas favoritas, conectadas

Nuestro ecosistema de integraciones facilita la optimización de tus procesos de contratación técnica.

SólidesAlura para EmpresasLinkedInUdemyGithubGreenhouseExcelInHireRecrutaiGupy

Preguntas frecuentes

¿La plataforma es solo para perfiles de tecnología?

No. Nuestras evaluaciones cubren todas las áreas del mundo digital, como ventas, marketing, diseño, producto, customer success, desarrollo, nube, IA y más.

¿Cómo maneja Coodesh el uso de IA durante las pruebas técnicas o entrevistas?

Coodesh fue creada para un mundo de contratación en el que la IA es prioridad. Tú defines cuándo los candidatos o colaboradores pueden o no usar IA en tu proceso de selección o certificación.
Si una prueba o entrevista está diseñada para permitir IA, la puntuación también considera el buen uso del recurso. Si las instrucciones lo prohíben explícitamente, el uso de IA se marca como actividad sospechosa. Así puedes aplicar evaluaciones que miden los fundamentos sin IA o evaluar la capacidad de un candidato para trabajar con IA.

¿Las pruebas técnicas son personalizables?

Sí. Puedes crear pruebas específicas para cada puesto, combinando preguntas de nuestra biblioteca con desafíos personalizados.

¿Cómo funciona la detección de trampas?

Usamos supervisión activa, rastreo de IP, análisis por video, detección de plagio y de código generado por IA, y análisis de comportamiento para garantizar la integridad de los resultados.

¿Puedo integrar Coodesh con mi ATS?

Sí. Nos integramos con Greenhouse, Lever, LinkedIn, Gupy y otras herramientas líderes, y cualquier ATS puede conectarse mediante nuestra API REST abierta y webhooks.

¿Puedo usar la plataforma para el desarrollo de colaboradores?

¡Claro! Además de la selección, Coodesh es ideal para identificar brechas de habilidades y seguir el progreso de tu talento actual.

¿Necesito conocimientos técnicos para usar la plataforma?

No. La interfaz es intuitiva y cualquier reclutador o líder puede configurar y usar las pruebas sin dificultad.

¿Qué lenguajes de programación y frameworks puedo evaluar con los coding challenges?

Muchas de nuestras evaluaciones pueden realizarse de forma flexible en los siguientes lenguajes o frameworks:

‍Lenguajes: C#, C++, CSS, Go, HTML, Java, JavaScript, TypeScript, Kotlin, Elixir, Swift, PHP, Python, R, Ruby, Scala y Dart.

‍Herramientas y frameworks: .NET Core, Angular, Spring, Laravel, Mocha, Node.js, React, Next.js, Redux, Django, Flask, FastAPI, Selenium, Cucumber, Serverless, Vue.js y React Native.

‍Otros: iOS, Android, Docker, Git, GitLab CI, Helm, Kubernetes, MongoDB, MySQL, PostgreSQL, RSpec, Spark, SQLite y Terraform.

Apoyados por

Scale UP EndeavorNIU VenturesThe Venture city

Consejos y contenidos

Ver más contenidos
Veja mais conteúdos