DESCRIÇÃO DO CARGO
Essa posição é responsável por construir, operar e evoluir a infraestrutura técnica e os componentes de software que sustentam soluções de Inteligência Artificial em produção. Aplica engenharia de software rigorosa a sistemas baseados em LLMs, agentes e modelos de machine learning, com foco em confiabilidade em escala, observabilidade end-to-end, integração com sistemas corporativos e promoção controlada de modelos. Atua na fundação técnica de IA do Centro de Excelência, em estreita coordenação com a Liderança Técnica do CoE e com as áreas de Tecnologia, Arquitetura Corporativa e áreas de negócio parceiras.
Foco específico desta posição: construir e manter os componentes que conectam a plataforma de IA do CoE a novos domínios de negócio. É a engenharia que faz o método do CoE escalar para múltiplas áreas — atendimento, marketing, rede e outras —, atuando embedded em squads de imersão e deixando capacidade técnica instalada na área parceira.
RESPONSABILIDADES PRINCIPAIS
- Construção de conectores para domínios novos. Construir conectores baseados em padrões abertos (incluindo MCP — Model Context Protocol) para áreas de negócio que entram no programa de IA. Criar templates reutilizáveis de conector. Manter biblioteca de conectores versionada como ativo do CoE.
- Habilitação técnica de imersões em áreas parceiras. Atuar como engenheiro(a) embedded em squads de imersão em áreas de negócio (ciclos típicos de duas semanas). Construir o conector da área parceira durante a imersão. Deixar o conector funcionando e documentado ao final. Treinar a equipe da área parceira.
- Catálogo de prompts evoluindo para catálogo de agentes. Estender o catálogo interno de prompts para incluir agentes e conectores. Padronizar versionamento, testes e reuso. Construir ferramentas de descoberta. Publicar oficialmente o catálogo.
- Suporte a sistemas multi-agente em produção. Apoiar a construção de orquestrações multi-agente (incluindo LangGraph ou equivalentes). Construir testes de regressão para fluxos multi-agente. Manter padrões de memória e estado entre agentes.
- Engenharia de software como disciplina. Aplicar boas práticas: testes automatizados, CI/CD, revisão de código por pares, controle de versão semântico, gestão de dependências.
REQUISITOS MÍNIMOS
Formação Acadêmica
Graduação em Ciência da Computação, Engenharia de Computação, Engenharia de Software, Engenharia Elétrica, Matemática, Estatística, Física ou áreas correlatas. Pós-graduação ou certificações em IA, MLOps, Engenharia de Software ou áreas correlatas são diferenciais.
Experiência
Mínimo de 5 anos em engenharia técnica (Software, Dados ou ML) somados a pelo menos 2 anos atuando com IA aplicada — incluindo sistemas baseados em LLMs, agentes ou ML em produção. Track record demonstrável em produção é critério tão relevante quanto tempo de carteira: contribuições em projetos com impacto real, contribuições em projetos de código aberto, conteúdo técnico publicado, palestras em comunidades e prêmios são valorizados na mesma medida.
Hard Skills — Conhecimentos Técnicos Obrigatórios
- Python avançado: arquitetura de aplicações, integrações via API, testes.
- APIs e integração: REST, OpenAPI, autenticação OAuth/JWT, integração com sistemas externos diversos.
- LLMs em produção: chamadas a APIs (OpenAI, Anthropic ou equivalentes), prompting estruturado, structured output, controle de qualidade.
- Orquestração de agentes: LangGraph, LangChain, Semantic Kernel ou equivalentes; experiência prática com sistemas multi-agente em produção.
- Padrões abertos: MCP (Model Context Protocol), function calling, tool use; entendimento de arquitetura hexagonal e adaptadores.
- CI/CD e testes: pipelines automatizados, testes de regressão para fluxos de IA, avaliação automática (LLM-as-judge, similaridade de embeddings).
- Cloud: experiência prática em ao menos uma nuvem pública (OCI, AWS ou Azure).
Conhecimentos Técnicos Desejáveis
- Experiência prática com Spec Driven Development (SDD) em escala — projetar especificações antes de implementação, mantendo specs como contrato vivo do sistema.
- Contribuições em projetos de código aberto na área de agentes ou LLMs.
- Conteúdo técnico publicado sobre IA aplicada.
- Experiência prévia atuando como engenheiro(a) embedded em squads de áreas de negócio.
- Palestras em comunidades técnicas.
- Experiência com observabilidade aplicada a agentes (traces multi-step, custo por step, qualidade por step).
Pagamento: R$11.000,00 por mês
Local do trabalho: Remoto híbrido para São Paulo, SP
