Consultor Sênior de Inteligência Artificial

Estamos em busca de um(a) Consultor(a) Sênior de IA / Tech Lead para liderar a implantação e adoção estratégica de IA generativa em um dos nossos maiores clientes do setor de gás natural (B2B). Este profissional atuará como a ponte de excelência entre a engenharia de ponta e as necessidades de negócio, desenhando arquiteturas robustas, escaláveis e agênticas, além de garantir a governança e o correto aproveitamento das soluções pelos tomadores de decisão.

Modelo de Contratação : PJ

Localização: São Paulo e/ou Campinas
Modalidade de trabalho: Híbrido (3x presencial) - podendo ser flexível.

Responsabilidades e Atribuições

Liderança Consultiva e Estratégica: Atuar diretamente com diretores, gestores e stakeholders do cliente para mapear dores de negócio, traduzir necessidades complexas em requisitos técnicos e defender arquiteturas de IA com foco em valor real.
Desenho de Arquiteturas Agênticas e Multi-Agentes: Conceber, implementar e orquestrar ecossistemas complexos de múltiplos agentes autônomos de IA capazes de executar processos de negócios de ponta a ponta com resiliência e persistência de estado.
Integração e Acionamento de Ferramentas: Desenvolver conexões robustas e seguras entre modelos de linguagem (LLMs) de última geração e os sistemas legados ou bases de dados corporativas do cliente.
Garantia de Qualidade e Governança: Implementar esteiras rigorosas de testes e avaliação contínua das respostas dos modelos para mitigar alucinações e garantir a acurácia técnica e de negócio.
Equilíbrio FinOps & MLOps: Otimizar e monitorar as soluções em produção para garantir alta observabilidade, baixa latência e controle estrito do consumo de tokens (custo operacional), viabilizando o ROI do projeto.
Enablement e UX: Suportar a jornada dos usuários internos, conduzindo treinamentos, workshops e aplicando conceitos de Product Planning para garantir o engajamento e a alta adoção das ferramentas de IA.

Requisitos e Qualificações

Arquitetura de IA e Engenharia Avançada

Domínio de Engenharia de Prompt e GenAI: Experiência prática avançada na construção de soluções baseadas em Large Language Models (LLMs), preferencialmente o ecossistema Anthropic (Claude) e OpenAI.
Frameworks de Orquestração Multi-Agêntica: Sólido conhecimento e vivência no desenho de fluxos agênticos complexos utilizando frameworks de mercado (ex: LangGraph, AutoGen, CrewAI ou arquiteturas customizadas nativas com tratamento de loops e resiliência).
Model Context Protocol (MCP): Conhecimento prático ou forte domínio conceitual do padrão MCP para acionamento padronizado e seguro de tools externas, APIs e fontes de dados pelas LLMs.
Sistemas de RAG Avançado: Domínio profundo das técnicas de Retrieval-Augmented Generation, incluindo diferentes estratégias de chunking (chunkenização de grandes volumes de documentos), embeddings, bancos de dados vetoriais (Vector Search) e algoritmos de similaridade matemática e recuperação de informação (Retrieval).
AI Test Harness (Esteiras de Avaliação): Experiência na implementação de frameworks de testes automatizados para validação de métricas de fidelidade, relevância e assertividade de IA (ex: Ragas, TruLens, Phoenix ou Promptflow).

Ecossistema de Dados e Cloud

Mentalidade de Engenharia de Software/Dados: Forte bagagem prévia com desenvolvimento de sistemas, pipelines de dados robustos e padrões de arquitetura corporativa (conceitos de concorrência, tolerância a falhas e idempotência).
Ambiente Cloud Corporativo: Sólida experiência em desenvolvimento e sustentação de soluções analíticas em nuvem, com foco principal em Microsoft Azure (Azure Data Factory, Azure OpenAI Service e familiaridade com o ecossistema Microsoft Fabric).
Plataformas de Big Data: Experiência ou forte domínio conceitual em arquiteturas de dados modernas, sendo a vivência com Databricks um diferencial crucial para o desenho integrado das soluções.

Perfil Consultivo e Soft Skills

Comunicação Executiva: Excelente capacidade de comunicação para interagir e influenciar tomadores de decisão (C-Level), traduzindo complexidade matemática/computacional em impactos financeiros e operacionais.
Foco na Experiência do Usuário (UX): Sensibilidade de produto para entender como o usuário final consome a inteligência artificial, garantindo que as interfaces (chatbots, cockpits ou relatórios automatizados) sejam intuitivas.

Diferenciais

Experiência prévia no setor de Energia, Utilities, Logística de grande porte ou Commodities/Trading (Gás Natural ou Petróleo).
Certificações oficiais em arquitetura de dados/IA (Microsoft Azure Certified ou Databricks Certified).
Contribuições para projetos de código aberto (Open Source) na área de GenAI ou frameworks agênticos.

Show