Manager in Braga

Você constrói os sistemas que realmente fazem a IA funcionar em ambientes empresariais, não demonstrações, não protótipos que travam após um piloto, mas arquiteturas agentic de produção rodando dentro de organizações reais. A diferença entre um Engenheiro de IA e o que estamos procurando é simples: você já lançou um sistema multi-agente em produção, você possui o eval harness e sabe o que acontece quando seu agente falha às 2 da manhã porque você já viveu isso.

Como Engenheiro de IA (Agentic/Applied), você irá projetar, construir e implantar sistemas de IA agentic de qualidade de produção em toda a pilha de tecnologia empresarial. Você trabalhará diretamente com equipes de engenharia de clientes, liderará sessões de design técnico e construirá padrões reutilizáveis e aceleradores que escalem além de engajamentos individuais. Este papel está no coração do mercado de talentos de engenharia de IA — a demanda está crescendo mais rápido do que a oferta e continuará a fazê-lo.

Responsabilidades Principais

• Arquitetar e governar sistemas agentic de qualidade de produção em escala empresarial: orquestração multi-agente em ambientes complexos, pipelines RAG, roteamento baseado em políticas, gerenciamento de memória e observabilidade do ciclo de vida em nível de programa.
• Definir padrões de pipeline RAG em todos os engajamentos: estabelecer estratégias de chunking e embedding, definir benchmarks de qualidade e garantir que as decisões de tradeoff baseadas em métricas sejam documentadas e transferíveis.
• Definir padrões de integração multi-LLM: arquitetura agnóstica a fornecedores por padrão, roteamento de fallback e governança de custos como prática de design padrão entre provedores, incluindo OpenAI, Anthropic, Vertex AI e modelos de código aberto.
• Possuir LLMOps em escala de programa: estratégia de avaliação, governança de prompts, padrões de ferramentas de observabilidade, monitoramento de segurança e controles de custo em múltiplos sistemas concorrentes.
• Liderar engajamentos de engenharia de clientes em nível sênior — facilitar sessões de design de arquitetura, liderar a entrega de provas de conceito e impulsionar o alinhamento entre a liderança tecnológica do cliente e as equipes de entrega.
• Modelar e publicar padrões reutilizáveis, aceleradores e padrões de engenharia que escalem pela prática e reduzam o tempo de adaptação em novos engajamentos de clientes.
• Possuir a estrutura de medição para a qualidade do sistema agentic: definir métricas de precisão, latência, segurança e custo; apresentar o impacto da IA em nível de programa em termos de negócios para partes interessadas seniores do cliente.

Experiência em engenharia de software em ambientes de produção. Experiência prática em projetar e implantar soluções de IA agentic em um ambiente de produção — não negociável. Experiência demonstrada com frameworks de orquestração agentic: LangGraph, CrewAI, AutoGen ou equivalente — em profundidade de produção, não em nível de tutorial. Experiência direta chamando APIs LLM (OpenAI, Anthropic, Vertex AI) em código de produção: abstração de fornecedor, gerenciamento de tokens, tradeoffs de latência e custo. Propriedade de pipeline RAG: embeddings, estratégia de chunking, bancos de dados vetoriais e engenharia de contexto. Fundamentos de LLMOps: design de eval harness, versionamento de prompts e observabilidade de produção. Maturidade em engenharia nativa da nuvem: Kubernetes, Docker, microserviços, serverless, CI/CD e IaC (Terraform ou Helm). Forte conhecimento em Python; Java ou linguagem backend equivalente aceitável; experiência em depuração de produção e observabilidade. A qualidade da experiência é mais importante do que os anos; um candidato que lançou três sistemas agentic de produção em quatro anos é preferido em relação a um generalista com exposição passiva à IA. Responsabilidades de liderança de pessoas: experiência em gerenciar, desenvolver e gerenciar o desempenho de uma equipe de engenheiros; definir planos de desenvolvimento individuais e conduzir conversas de carreira.