[Job-32145] AI Engineer (Enabling Team), Brasil

Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.

Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.

Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.

Importante : se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente.

Procuramos uma pessoa AI Engineer apaixonada por engenharia de software de ponta, resolução de problemas complexos e capacitação de times de alta performance.

Nesta posição, você fará parte da Squad Enabling , atuando como pessoa catalisadora da transformação Agentic SDLC em uma das maiores empresas de mobilidade da América Latina.

Se você possui sólida bagagem em engenharia de software, domina arquiteturas agênticas e quer transformar a forma como software é construído em escala, esta oportunidade é para você!

Responsabilidades:

Habilitar processos, instalar capacidades técnicas de engenharia e inteligência artificial nas squads piloto e garantir a evolução contínua da plataforma de desenvolvimento agêntico do cliente, preparando os times para operar com autonomia e alto padrão de qualidade.

Adoção e Habilitação do Framework Agêntico: Garantir a adoção do ecossistema e ferramentas de IA nas squads piloto, atuando como Advisor e parceiro técnico no dia a dia dos times. Evolução do Workflow e Plataforma: Atuar em par com os engenheiros do cliente para identificar fricções, gargalos e oportunidades de melhoria na solução agêntica, propondo e priorizando o backlog evolutivo do framework. Co-construção de Soluções Agênticas: Desenvolver e refatorar fluxos agênticos, bundles de agentes e instaciação automatizada de skills e repositórios em parceria com o time local. Capacitação em Harness Engineering e Evals:Treinar e mentorar desenvolvedores nas melhores práticas do uso de IA, parametrização de Harness Engineering, escrita de critérios de aceite executáveis (Gherkin/DoR) e criação de Evals (avaliações automatizadas). Instalação de Capabilities e Shift-Left de Qualidade: Instalar e amadurecer capacidades técnicas de engenharia de software nas squads — com foco especial em testes de componente isolados (WireMock e bancos em memória), suítes integradas e validações bloqueantes em CI/CD. Apoio ao Move to Production (MTP) Agêntico: Apoiar na estruturação e validação de esteiras de deploy automatizado baseadas em pontuação de avaliação de risco automatizada.

Requisitos:

Fundamentos de Engenharia de Software - Sólida base em *Engenharia de Software - Profundo conhecimento em princípios de design de software: modularidade, separação de conceitos (separation of concerns), testabilidade, manutenibilidade, resiliência e interfaces limpas. - Experiência prática com Docker, CI/CD, automação de testes (unitários, componentes e e2e) e controle de versão (Git/GitHub/Azure DevOps).

Engenharia de IA e Arquiteturas Agênticas - Capacidade comprovada de projetar e entregar soluções de IA Generativa e LLMs em nível de produção (production-grade). - Domínio prático de padrões de IA Agêntica e RAG: uso de ferramentas (tool use), function calling, orquestração, fluxos Human-in-the-Loop e guardrails. - Conhecimento de Agentic SDLC, coding agents, agentes de refatoração/revisão e integração com ferramentas de desenvolvedores. Conhecimento em sistemas multi-agentes e workflows de execução longa. - Domínio de estratégias de retrieval (embeddings, busca vetorial, chunking, reranking) e arquiteturas de recuperação de conhecimento corporativo (incluindo familiaridade com Knowledge Graphs ou GraphRAG).

Frameworks, SDKs e Provedores - Proficiência em frameworks ou SDKs de IA, tais como LangGraph, LangChain, Semantic Kernel, LlamaIndex, OpenAI Agents SDK, Strands ou similares. - Experiência prática com múltiplos provedores de LLM (OpenAI, Anthropic Claude, Google Gemini, Azure OpenAI, AWS Bedrock, etc.).

Avaliação, Observabilidade e Qualidade (Evals & Ops) - Domínio de Evals e Observabilidade em IA: métricas de qualidade, rastreamento (tracing), latência, consumo de tokens, análise de falhas e gestão de custos. Experiência prática com plataformas de observabilidade e métricas como Datadog LLM Observability, LangSmith, OpenTelemetry ou soluções correlatas.

Diferenciais: - Experiência prévia na atuação como Enabler ou mentor técnico em processos de transformação digital e adoção de IA em escala. - Vivência na implantação de práticas de Shift-Left Quality e Quality Built-In em pipelines de CI/CD.

#LI-RR2