Gerente - IA Nativa

Descrição

Resumo: Esta função envolve projetar, construir e implantar sistemas de IA agêntica de nível produtivo em diversas pilhas tecnológicas empresariais, liderar engajamentos com clientes e definir padrões de engenharia. Pontos principais: 1. Arquitetar e governar sistemas de IA agêntica de nível produtivo em escala empresarial 2. Liderar engajamentos de engenharia com clientes em nível sênior 3. Definir e publicar padrões reutilizáveis e padrões de engenharia Você constrói os sistemas que realmente fazem a IA funcionar em ambientes empresariais, não demonstrações, nem protótipos que estagnam após um projeto-piloto, mas sim arquiteturas agênticas de produção operando dentro de organizações reais de clientes. A diferença entre um Engenheiro de IA e o perfil que buscamos é simples: você já colocou em produção um sistema multiagente, assumiu a responsabilidade pelo framework de avaliação (eval harness) e sabe o que acontece quando seu agente falha às 2h da manhã, pois já viveu essa experiência. Como Engenheiro de IA (Agêntica/Aplicada), você projetará, construirá e implantará sistemas de IA agêntica de nível produtivo em toda a pilha tecnológica empresarial. Você trabalhará diretamente com equipes de engenharia dos clientes, liderará sessões de design técnico e desenvolverá padrões e aceleradores reutilizáveis que transcendem engajamentos individuais. Esta função está no centro do mercado de talentos em engenharia de IA — a demanda está crescendo mais rapidamente do que a oferta e continuará assim. Oferecemos o que nenhuma empresa focada em produtos isoladamente pode oferecer: amplitude em todos os setores, em todas as pilhas tecnológicas empresariais e em todos os níveis de complexidade organizacional, combinada com acesso privilegiado a equipes de engenharia da Anthropic, OpenAI, Microsoft e Google, além de uma via direta para o programa Forward Deployed Engineer. **Principais Responsabilidades** * Arquitetar e governar sistemas agênticos de nível produtivo em escala empresarial: orquestração multiagente em ambientes complexos, pipelines RAG, roteamento baseado em políticas, gerenciamento de memória e observabilidade do ciclo de vida em nível de programa * Definir padrões para pipelines RAG em todos os engajamentos: estabelecer estratégias de divisão em partes (chunking) e incorporação (embedding), definir benchmarks de qualidade e garantir que decisões de compromisso fundamentadas em métricas sejam documentadas e transferíveis * Estabelecer padrões para integração multi-LLM: arquitetura agnóstica quanto ao fornecedor por padrão, roteamento alternativo (fallback) e governança de custos como prática padrão de design entre provedores, incluindo OpenAI, Anthropic, Vertex AI e modelos de código aberto * Assumir a responsabilidade pela LLMOps em escala de programa: estratégia de avaliação, governança de prompts, padrões para ferramentas de observabilidade, monitoramento de segurança e controles de custo em múltiplos sistemas simultâneos * Liderar engajamentos de engenharia com clientes em nível sênior — facilitar sessões de design arquitetural, liderar a entrega de provas de conceito (proof-of-concept) e alinhar as lideranças tecnológicas dos clientes com as equipes de entrega * Definir e publicar padrões reutilizáveis, aceleradores e padrões de engenharia que escalonem em toda a prática e reduzam o tempo de adaptação em novos engajamentos com clientes * Assumir a responsabilidade pela estrutura de medição da qualidade de sistemas agênticos: definir métricas de precisão, latência, segurança e custo; apresentar o impacto da IA em nível de programa em termos comerciais para stakeholders seniores dos clientes * Experiência em engenharia de software em ambientes produtivos * Experiência prática no projeto e implantação de soluções de IA agêntica em ambiente produtivo — requisito obrigatório * Experiência comprovada em frameworks de orquestração agêntica: LangGraph, CrewAI, AutoGen ou equivalente — com profundidade produtiva, não apenas em nível tutorial * Experiência direta em chamadas à API de LLMs (OpenAI, Anthropic, Vertex AI) em código produtivo: abstração de provedor, gerenciamento de tokens, tradeoffs entre latência e custo * Responsabilidade integral sobre pipelines RAG: incorporações (embeddings), estratégia de divisão em partes (chunking), bancos de dados vetoriais e engenharia de contexto * Fundamentos de LLMOps: projeto de framework de avaliação (eval harness), versionamento de prompts e observabilidade em produção * Maturidade em engenharia nativa em nuvem: Kubernetes, Docker, microsserviços, computação sem servidor (serverless), CI/CD e infraestrutura como código (IaC) (Terraform ou Helm) * Forte proficiência em Python; Java ou linguagem de backend equivalente aceitável; experiência em depuração e observabilidade em produção * A qualidade da experiência é valorizada mais do que anos de experiência; prefere-se um candidato que tenha implantado três sistemas agênticos em produção em quatro anos, em vez de um generalista com exposição passiva à IA * Responsabilidades de liderança de pessoas: experiência em gerenciar, desenvolver e avaliar o desempenho de uma equipe de engenheiros; elaborar planos individuais de desenvolvimento e conduzir conversas de carreira \#LI\-U