Na TRINCA, a gente não contrata pessoas. A gente convida para construir o que vem a seguir.
Na TRINCA, Inteligência Artificial não é tendência de roadmap. É sobre resolver problemas reais de negócio com soluções que funcionam em produção, escalam sob pressão e entregam valor mensurável para empresas que precisam acelerar sua maturidade digital. Somos uma strategic tech partner — combinamos estratégia, design e tecnologia para construir o que nossos clientes ainda não conseguem ver sozinhos. E nesse momento, a camada de IA é onde as decisões mais complexas e mais transformadoras estão acontecendo.
Se você já colocou sistemas de IA em produção e sabe a diferença entre um demo impressionante e uma solução que aguenta o mundo real, se pensa em arquitetura de agentes como um problema de engenharia sério e não como experimentação, se quer trabalhar em projetos onde o impacto é concreto e a autonomia é real — essa vaga pode ser o seu próximo grande passo.
Projetar, desenvolver e garantir a qualidade de soluções de Inteligência Artificial em produção, atuando como referência técnica na construção de sistemas multiagentes, pipelines RAG e arquiteturas de orquestração que transformam capacidade de LLM em impacto real de negócio.
Aqui, você não constrói provas de conceito que ficam na gaveta.
Você entrega sistemas que os clientes dependem todos os dias.
- Tomar decisões de arquitetura em um campo que muda toda semana — equilibrando o que é sólido o suficiente para produção com o que é relevante o suficiente para o futuro
- Construir sistemas multiagentes com confiabilidade real: orquestração autônoma, memória, roles e fluxos human-in-the-loop que funcionam quando o cenário não é o esperado
- Garantir qualidade em soluções de IA com frameworks de avaliação rigorosos — porque "parece bom" não é critério de entrega
- Traduzir complexidade técnica em linguagem que stakeholders não técnicos entendam e confiem, sem perder profundidade nas discussões com o time de engenharia
- Navegar em contextos de negócio distintos — projetos diferentes, clientes diferentes, problemas diferentes — mantendo padrão técnico elevado em todos
- Contribuir para a evolução da prática de IA na TRINCA, sendo referência interna em um domínio que ainda está sendo construído coletivamente
- Projetar e implementar arquiteturas de agentes e sistemas multiagentes, definindo roles, tools, estratégias de memória e fluxos de orquestração autônoma
- Desenvolver em Python com domínio de frameworks de orquestração de LLMs como LangChain, LangGraph, LlamaIndex, CrewAI ou similares — escolhendo a ferramenta certa para cada problema, não a mais popular
- Construir e evoluir pipelines RAG com decisões conscientes sobre chunking, embeddings, vector databases e estratégias de semantic e hybrid search
- Integrar LLMs com APIs externas, bancos de dados e ferramentas via function calling, garantindo padrões seguros, eficientes e rastreáveis de orquestração
- Aplicar e evoluir práticas de prompt engineering e context engineering com critério técnico — não como receita, mas como decisão informada por contexto e modelo
- Implementar frameworks de avaliação de soluções de IA — RAGAS, DeepEval, LangSmith, Braintrust ou similares — como parte obrigatória do ciclo de entrega, não como etapa opcional
- Escrever e manter testes unitários e revisões de código com visão de quem sabe que sistemas de IA falham de formas que testes tradicionais não cobrem
- Documentar decisões de arquitetura e padrões de implementação com clareza, garantindo que o conhecimento não fique restrito a uma única pessoa
- Explorar e aplicar protocolos emergentes de interoperabilidade entre agentes como Model Context Protocol (MCP) e Agent-to-Agent (A2A) em projetos reais
- Contribuir com visão de DevOps e CI/CD para garantir que soluções de IA sejam deployadas, monitoradas e evoluídas com a mesma disciplina de qualquer sistema de software
- Participar ativamente de rituais ágeis — refinamentos, planejamentos, retrospectivas — com contribuição técnica que ajuda o time a tomar decisões melhores
- Colaborar com desenvolvedores, designers, PMs e QAs para garantir que a solução de IA se integre ao produto com integridade técnica e experiência de uso coerente
- Atuar com postura consultiva junto aos clientes, entendendo o problema de negócio antes de propor qualquer solução técnica
- 5 anos ou mais de experiência em engenharia de software, com ao menos 2 anos dedicados ao desenvolvimento e entrega de soluções de IA em produção — não em pesquisa ou experimentação isolada
- Domínio em Python com experiência real em frameworks de orquestração de LLMs: LangChain, LangGraph, LlamaIndex, CrewAI ou equivalentes
- Experiência sólida no design e desenvolvimento de arquiteturas de agentes e sistemas multiagentes, com vivência prática em orquestração autônoma e fluxos human-in-the-loop
- Experiência na construção de pipelines RAG completos — do chunking ao retrieval — com entendimento das trocas entre diferentes estratégias
- Familiaridade com frameworks de avaliação de IA e com a prática de medir qualidade e performance de soluções antes de considerar uma entrega concluída
- Conhecimento em integração de LLMs com APIs externas e bancos de dados via function calling
- Vivência com metodologias ágeis e controle de versão com GitHub
- Conhecimentos em DevOps e CI/CD aplicados a projetos de IA
- Comunicação clara com audiências técnicas e não técnicas — sabe quando simplificar sem perder precisão
- Postura consultiva e proatividade genuína — entra no problema antes de ser chamado e propõe caminhos, não apenas opções
- Colaboração real em times multidisciplinares, com abertura para feedback e disposição para construir junto
- Comprometimento com aprendizado contínuo num campo que não espera quem para de estudar
- Familiaridade com protocolos emergentes como Model Context Protocol (MCP) e Agent-to-Agent (A2A)
- Experiência com Microsoft Azure e ecossistema de nuvem em projetos de IA
- Vivência em empresas de consultoria ou em projetos com múltiplos clientes e contextos de negócio distintos
- Experiência no desenvolvimento de soluções para o segmento de seguros ou outros setores regulados
- Assuma os desafios: IA em produção é diferente de IA em demo. Aqui, esperamos quem enfrenta a complexidade real dos sistemas — alucinações, latência, falhas de orquestração, avaliação difícil — com método, responsabilidade e vontade de resolver de vez
- Conecte-se de verdade: a melhor solução de IA não nasce de um engenheiro isolado. Ela nasce de quem entende o negócio do cliente, colabora com produto e design e constrói com o time — não para o time
- Entregue com orgulho: aqui, "funciona no notebook" não é entrega. Entregamos sistemas avaliados, documentados, monitorados e prontos para escalar. Se você tem o mesmo rigor com IA que tem com qualquer outro sistema de software crítico, você está no lugar certo
- Trabalhar com IA aplicada a problemas reais de negócio em projetos de alta complexidade para empresas de grande porte — não em experimentos desconectados de impacto
- Atuar num momento em que a prática de IA da TRINCA está sendo construída, o que significa que suas decisões técnicas moldam o caminho, não apenas seguem um padrão já definido
- Proximidade com lideranças e clientes que participam das decisões — sem camadas de aprovação que diluem o impacto do trabalho técnico
- Autonomia real para escolher ferramentas, propor arquiteturas e influenciar a forma como a empresa constrói soluções de IA
- Contexto de crescimento e expansão internacional — com olhos no mercado global e projetos que ampliam o radar de quem faz parte do time
- Cultura de aprendizado contínuo, com chapters, trocas técnicas genuínas e um time que leva IA a sério como engenharia
We Build What's Next.
E o próximo futuro pode começar com você.
