Engenheiro(a) de Software AI-Native

🏢 FCamara · all FCamara jobs
📍 Brazil
📅 Posted 2026-08-09 · via Himalayas
🏷 AI-Native-Software-Engineer,Software-Engineer,Full-Stack-Developer,AI-ML-Engineer,Spec-Driven-Development,AI-Native-Engineer,AI-Native-Developer,AI-Native-Software-Engineering,AI-Native-Fullstack-Engineer,Especialista-Em-Inteligência-Artificial
Apply on original site ↗

A FCamara está em busca de uma pessoa Engenheiro(a) de Software AI-Native ,para se juntar a nossa equipe dinâmica e atuar em parceria com a maior construtora da América Latina, que ao longo de sua existência, sempre esteve sintonizada com o mercado e as melhores práticas, além de priorizar sempre as necessidades de seus clientes.Éuma empresa que está em constante movimento, se reinventando a cada dia para oferecer soluções de moradia para todas as gerações.
Principais atividades

- Produzir software de forma AI-native: conduzir agentes e LLMs a partir de especificações, mantendo responsabilidade técnica integral pelo resultado. Você especifica, orquestra, revisa e responde pelo código. A IA executa;

- Conduzir o ciclo de Spec-Driven Development : transformar requisitos em especificações executáveis e artefatos de contexto (ex.: /specify , /plan ) que servem de contrato para o trabalho humano e para os agentes.

- Calibrar a autonomia progressiva da IA conforme risco e maturidade do contexto: saber quando aceitar a geração autônoma e quando intervir manualmente, sem perder o controle do "o quê" e do "porquê".

- Participar do rito de Pull Request Aumentado , revisando não apenas sintaxe, mas intencionalidade : aderência aos critérios de aceite, decisões técnicas e impacto funcional — inclusive sobre código gerado por agentes, não só por humanos.

- Contribuir para a camada de conhecimento e os contextos reutilizáveis (skills, padrões, decisões arquiteturais, conectores/MCPs) que tornam os agentes consistentes e confiáveis no domínio da MRV.

- Aplicar boas práticas de arquitetura e engenharia para entregar código limpo, testável e sustentável, em sistemas de diferentes características (monolitos e/ou distribuídos), com foco em valor de negócio e ritmo sustentável.

- Contribuir com testes automatizados, observabilidade — inclusive sobre a qualidade e o custo do output de IA — e práticas que reduzam retrabalho e débito técnico.

- Atuar em times colaborativos guiados por valor, usando metodologias ágeis e práticas como code review, pair e mob programming, compartilhando aprendizados e sendo mentorado(a) por profissionais mais experientes.

Conhecimento técnico (mandatório)

- Pelo menos 3 anos de experiência com desenvolvimento de software, com domínio forte em ao menos uma das stacks (.NET e React ) e capacidade comprovada de transitar pelas demais com apoio de IA. Valorizamos experiência Fullstack.

-
Spec-Driven Development como competência central : escrever especificações não ambíguas, decompor em planos verificáveis e definir critérios de aceite que funcionem como contrato para humanos e agentes (ex.: /specify , /plan ).

-
Engenharia de Contexto : construção e gestão de contexto para LLMs — instruções, restrições, exemplos, seleção de ferramentas/MCPs e controle da janela de contexto.

-
Uso de IA Generativa e ferramentas agentivas aplicado ao desenvolvimento, com responsabilidade, senso crítico e validação humana sistemática.

-
Leitura crítica de código que você não escreveu : avaliar, validar e corrigir output de IA e de terceiros com a mesma profundidade do próprio código.

- Habilidade para escrever código de alta qualidade, bem organizado e testável, com domínio de OO e/ou bons princípios de design.

- Experiência com testes automatizados (unitários e/ou de integração).

- Uso de Git para versionamento e colaboração via Pull Requests.

- Experiência com bancos de dados SQL e fundamentos de modelagem de dados.

- Vivência com práticas ágeis (Scrum, Kanban ou XP).

Diferenciais

- Experiência prática com orquestração de agentes e MCPs/conectores (composição de ferramentas, automação de fluxos com IA).

- Familiaridade com avaliação e observabilidade de output de IA (medir qualidade, regressões, custo de tokens) e com arquiteturas model-agnostic .

- Experiência com arquiteturas distribuídas, microsserviços ou mensageria.

- Vivência com CI/CD, automação de build e release.

- Conhecimento em nuvem e/ou con

← All remote jobs