AI Product Engineer

Buscamos uma pessoa para atuar como AI Product Engineer , responsável por transformar capacidades de Inteligência Artificial em produtos, agentes e workflows capazes de resolver problemas reais de negócio.

A posição combina engenharia de software, arquitetura, IA aplicada e visão de produto . Não buscamos alguém focado apenas em experimentação com prompts ou criação de provas de conceito. Esperamos uma pessoa capaz de identificar oportunidades, desenhar soluções, implementar produtos e colocá-los efetivamente em produção.

Essa pessoa deverá atuar principalmente na construção de AI Agents, agentic workflows, loops de execução, ferramentas internas e produtos baseados em LLMs , integrando modelos de IA a sistemas, APIs, bases de conhecimento e processos existentes.

Também esperamos autonomia suficiente para compreender e participar das decisões relacionadas à infraestrutura e operação dessas aplicações , especialmente em ambientes AWS, incluindo aplicações serverless e Lambda Functions.

Principais responsabilidades
Desenvolvimento de produtos com IA

- Projetar e desenvolver produtos e funcionalidades baseados em Inteligência Artificial.

- Transformar necessidades de negócio em soluções utilizando LLMs, agentes, automações e workflows.

- Desenvolver aplicações completas, considerando frontend quando necessário, backend, integrações, persistência, infraestrutura e camada de IA.

- Criar rapidamente protótipos para validar hipóteses e evoluí-los para soluções robustas quando houver evidência de valor.

- Trabalhar próximo às áreas de produto, engenharia e negócio para identificar oportunidades onde IA possa gerar ganhos concretos.

- Avaliar quando utilizar IA generativa e quando uma solução tradicional de software é mais adequada.

- Participar de todo o ciclo do produto, desde discovery e experimentação até deployment, observabilidade e evolução em produção.

AI Agents

- Projetar e implementar agentes especializados capazes de executar tarefas utilizando contexto, ferramentas e regras de negócio.

- Definir responsabilidades, ferramentas, contexto e limites de atuação dos agentes.

- Desenvolver arquiteturas multi-agent quando houver necessidade real de especialização ou separação de responsabilidades.

- Criar mecanismos de handoff e coordenação entre agentes.

- Implementar agentes capazes de interagir com APIs, bancos de dados, sistemas internos e ferramentas externas.

- Desenvolver estratégias para gerenciamento de contexto, memória e estado.

- Definir mecanismos de validação e controle para ações executadas por agentes.

- Criar mecanismos de fallback e recuperação quando uma execução não produzir o resultado esperado.

Agentic Workflows e Loops

- Desenvolver workflows nos quais modelos de IA executem sequências estruturadas de análise, ação, validação e revisão.

- Construir loops envolvendo etapas como planejamento, execução, avaliação e correção.

- Implementar workflows com múltiplos passos e decisões condicionais.

- Projetar processos com human-in-the-loop quando decisões exigirem validação humana.

- Criar mecanismos de retry, timeout, fallback e tratamento de erros.

- Trabalhar com workflows síncronos e assíncronos.

- Definir critérios claros para início, continuidade e encerramento dos loops.

- Evitar comportamentos indefinidos através de limites operacionais e critérios objetivos de conclusão.

- Avaliar quando um workflow determinístico é mais adequado do que uma arquitetura totalmente agentic.

Prompt Engineering e Context Engineering

- Projetar prompts estruturados para diferentes tipos de agentes e tarefas.

- Trabalhar com system prompts, templates, exemplos e instruções estruturadas.

- Desenvolver estratégias de context engineering , garantindo que cada modelo receba as informações necessárias para sua tarefa.

- Definir formatos estruturados de entrada e saída.

- Implementar structured outputs e validações de schema.

- Criar estratégias para redução de alucinações e aumento da previsib