Estamos buscando uma pessoa que ouse protagonizar com a gente.
Responsabilidades e atribuições:
Objetivo da posição Atuar na definição, evolução e governança de arquiteturas de Inteligência Artificial (IA e GenAI), sendo responsável pela criação de padrões, referências arquiteturais (blueprints), frameworks e diretrizes técnicas que assegurem escalabilidade, segurança, padronização e geração de valor para o negócio. Este papel é fundamental para estruturar o domínio de IA, garantindo consistência entre soluções e acelerando a adoção de IA de forma sustentável na organização.
Responsabilidades
Definir e evoluir arquiteturas de referência para IA e GenAI Criar e manter documentação arquitetural, padrões técnicos e guias de implementação Estabelecer boas práticas para:
Desenvolvimento, integração, deployment e operação de IA Uso de LLMs, ML e pipelines de dados
Definir padrões para:
RAG, embeddings, agentes inteligentes e vector stores Orquestração de agentes e pipelines de IA
Definir e documentar arquiteturas de RAG baseadas em fontes como Confluence e normas internas Criar guidelines de prompt engineering e arquiteturas de referência Definir ontologias, taxonomias, embeddings e features alinhadas ao domínio Projetar pipelines de embeddings com bancos vetoriais homologados Definir estratégias de:
Ingestão, indexação vetorial e versionamento de dados Uso de modelos (open source vs APIs) Fallbacks e limites de uso da IA
Avaliar quando aplicar: LLMs vs ML tradicional vs heurísticas
Definir frameworks de:
Avaliação de prompts e modelos (LLMs) Métricas técnicas (accuracy, recall) e de negócio (ROI, SLA)
Garantir governança: Privacidade, LGPD, compliance e guardrails
Mapear e orientar uso de dados:
Estruturados e não estruturados Fontes para agentes e modelos de IA
Apoiar squads na construção de soluções Conduzir workshops de ideação e discovery de IA Influenciar decisões arquiteturais Integrar IA com sistemas corporativos (ERPs, CRMs, legados, canais digitais) Identificar oportunidades e construir roadmaps de capacidades (ex: copilots, automação inteligente) Acompanhar tendências (LLMs, agentes, multimodal)
Requisitos e qualificações:
Arquitetura e Engenharia de Software
Arquitetura de soluções corporativas
APIs, microsserviços e integração distribuída
Mensageria e arquiteturas orientadas a eventos
Cloud Computing (GCP, AWS ou Azure)
Git, CI/CD e versionamento
DDD (Domain-Driven Design)
Inteligência Artificial e Machine Learning
Python avançado
Machine Learning (treinamento, avaliação e deploy de modelos)
TensorFlow, PyTorch ou Scikit-Learn
MLOps, pipelines automatizados e monitoramento de modelos
Dados e Plataformas
Bancos relacionais, NoSQL e Vector Databases
SQL, BI e análise de dados
ETL/ELT e pipelines de dados
Feature Stores, Vector Stores e indexação vetorial
IA Generativa
LLMs e APIs de modelos fundacionais
RAG, Embeddings e Busca Vetorial
Prompt Engineering
Google ADK, LangChain, LlamaIndex ou similares
Agentes Inteligentes e MCP (Model Context Protocol)
Avaliação e observabilidade de aplicações GenAI
Governança e Segurança
LGPD e privacidade de dados
IA Responsável e Governança de IA
Guardrails, mitigação de vieses, vazamento de dados e Prompt Injection
Desejável:
Experiência em criação de padrões ou CoE
Certificações cloud
Conhecimento de Lakehouse/Data Lake
Docker e conteinerização
Experiência com avaliação de IA e prototipação
Informações adicionais:
Para conhecer todos os nossos benefícios, acesse a home da nossa página de carreiras.
Entre na sua conta para conferir avaliações autênticas, classificações sigilosas e dados de salários antes de se candidatar.