AI Native Software Engineer in Braga

Estamos a construir a próxima geração de engenheiros nativos de IA que utilizam a IA como parte central do seu trabalho, não como um complemento. Como Engenheiro de IA (Software), você irá projetar, construir e entregar software de produção em toda a pilha, utilizando ferramentas assistidas por IA como prática diária padrão, juntamente com suas habilidades de engenharia essenciais. Você trabalhará em programas reais de clientes em diversas indústrias, construindo software de produção que se conecta e suporta sistemas de IA agentiva — compreendendo como seu trabalho em toda a pilha se integra com a arquitetura agentiva, APIs LLM e pipelines de IA empresarial.

Esta não é uma função de transição: é uma função central de engenharia na parte mais procurada do mercado, com um caminho direto para o programa de Engenheiro Desdobrado para aqueles que desenvolvem profundidade agentiva.

Oferecemos o que nenhuma empresa de produto única pode: amplitude em todas as indústrias, todos os stacks tecnológicos empresariais e todos os níveis de complexidade organizacional — combinado com acesso a fellowship de fornecedores dentro das equipes de engenharia da Anthropic, Open AI, Microsoft e Google, caminhos estruturados de certificação em IA e uma trilha de desenvolvimento clara em direção à engenharia agentiva e desdobrada.

Responsabilidades Principais:

• Usar assistentes de codificação de IA diariamente como parte padrão da entrega, ativamente, frequentemente e com impacto demonstrável na produtividade e qualidade da saída.
• Integrar APIs LLM em aplicações em produção: chamando APIs de provedores de IA em código ao vivo, gerenciando limites de tokens e latência, e construindo camadas de abstração iniciais.
• Aplicar IA em todo o ciclo de vida da entrega de software: testes gerados por IA, depuração assistida por IA, revisão de código acelerada por IA e engenharia de prompts para tarefas de desenvolvimento.
• Possuir a qualidade das saídas geradas por IA no seu escopo de entrega, exercitar julgamento de engenharia sobre confiabilidade, limitações e modos de falha; saber quando a saída da IA está pronta para produção e quando não está.
• Definir e acompanhar KPIs para avaliar a eficácia e o ROI dos fluxos de trabalho assistidos por IA; apresentar métricas de produtividade e qualidade da IA aos stakeholders do projeto.
• Possuir a entrega de ponta a ponta — desde o design até o suporte à produção — em ciclos de sprint ágeis ao lado das equipes de engenharia do cliente.
• Contribuir para bases de conhecimento compartilhadas, componentes reutilizáveis e padrões internos de ferramentas de IA que beneficiem a equipe mais ampla.
• Construir e integrar as camadas de aplicação, APIs e interfaces que conectam sistemas de pilha completa a backends agentivos — compreendendo fluxos de dados, transferências de contexto e pontos de integração entre seu código e pipelines de IA.

Requisitos:

• Licenciatura em Ciência da Computação, Engenharia da Computação, Engenharia de Software ou área relacionada.
• Experiência comercial em engenharia de software em ambientes de produção (ou equivalente demonstrado através de projetos acadêmicos, estágios ou projetos pessoais entregues).
• Proficiência em pelo menos uma linguagem de backend principal: Python, Java ou Type Script.
• Experiência prática demonstrada usando ferramentas de IA ativamente no trabalho de engenharia diário — com exemplos práticos de como a IA foi usada para resolver problemas reais, iterar sobre saídas e melhorar a entrega; incluindo experiência direta chamando APIs LLM em código de produção com compreensão da gestão de tokens, latência e trade-offs de custo.
• Compreensão básica de tecnologias web, incluindo Java Script, HTML e CSS.
• Familiaridade com fundamentos de nuvem (AWS, Azure ou GCP), containers (Docker) e pipelines CI/CD.
• Compreensão dos fundamentos da entrega ágil.
• Experiência com bancos de dados — SQL ou No SQL.
• Capacidade de validar, avaliar e melhorar saídas geradas por IA; compreensão das limitações da IA e uso responsável.
• Familiaridade com conceitos de sistemas agentivos — consciência de frameworks de orquestração (Lang Chain, Lang Graph ou equivalente), pipelines RAG e como aplicações de pilha completa se conectam à arquitetura baseada em agentes; experiência em produção preferida, compreensão conceitual necessária.