Professor Mentor - Desenvolvimento de Software integrado à Inteligência Artificial

Vem construir o futuro da educação conosco! 🚀

Aqui na FIAP, compartilhamos nossa experiência de mercado com os alunos e entregamos muito mais do que conhecimento. Acreditamos no poder transformador da tecnologia, da inovação e da educação. Somos movidos por pessoas inquietas, protagonistas e apaixonadas por gerar impacto real no mundo.

Estamos em busca de um Professor Mentor com sólida experiência em Engenharia de Software integrada à Inteligência Artificial para atuar no suporte e acompanhamento pedagógico dos alunos na Pós-Graduação em IA para Devs (IADT). O mentor terá um papel ativo na jornada de aprendizagem dos estudantes, auxiliando desenvolvedores a incorporar modelos de IA Generativa, agentes autônomos e automações inteligentes no fluxo real de desenvolvimento de software e produtos digitais.

• Nome do curso: IA para Devs (IADT)
• Disciplina / Núcleo: Desenvolvimento de Software e Aplicações com IA
• Formato: Remoto

Ementa do Curso / Núcleo

Nossa Pós-Graduação em IA para Devs (IADT) foi desenhada para capacitar desenvolvedores de software a criar a próxima geração de aplicações inteligentes, integrando modelos de linguagem de larga escala (LLMs), ferramentas generativas e agentes autônomos ao fluxo de ponta a ponta da engenharia de software. O programa explora desde a otimização da produtividade do desenvolvedor (Coding Assistants, geração e refatoração de código, escrita de testes automatizados e code review assistido por IA), até a construção prática de aplicações modernas orientadas a IA. O curso aborda consumo e integração de APIs de LLMs (OpenAI, Anthropic, Google Gemini), técnicas avançadas de Engenharia de Prompt, arquiteturas RAG (Retrieval-Augmented Generation) com Bancos Vetoriais, frameworks de orquestração (LangChain, LlamaIndex e LangGraph) e criação de agentes autônomos orientados a ferramentas (Tool Calling / Function Calling). Além disso, abrange aspectos essenciais de engenharia, como observabilidade e avaliação de LLMs (LLMOps), segurança contra injeções de prompt (Prompt Injection), privacidade de dados, mitigação de alucinações e estratégias de deploy de aplicações com IA em nuvem.

Descrição das Atividades

• Responder às dúvidas técnicas dos alunos postadas na comunidade online do curso (Discord/Fórum), com foco em integrações de APIs de IA, arquiteturas RAG e desenvolvimento de agentes.
• Realizar mentorias ao vivo (lives) para esclarecimento de dúvidas conceituais e apoio no desenvolvimento dos projetos práticos e desafios técnicos aplicados da pós-graduação.
• Atuar como facilitador e co-host em lives técnicas e sessões com especialistas, promovendo discussões sobre ferramentas emergentes, padrões de design para aplicações com IA e novidades no ecossistema de LLMs.
• Elaborar e conduzir dinâmicas hands-on de codificação (como desenvolvimento de pipelines RAG, criação de agentes com ferramentas externas, testes e depuração de prompts) durante as sessões síncronas.
• Avaliar e fornecer feedbacks técnicos e construtivos sobre a qualidade de código, arquitetura de integração e uso eficiente de modelos nas entregas dos alunos.
• Publicar conteúdos relevantes na comunidade de alunos — como atualizações de SDKs/frameworks, papers aplicados, técnicas de otimização de contexto e tendências em engenharia de IA —, incentivando a atualização contínua.

Conhecimentos Necessários

• Experiência prática como desenvolvedor(a) de software (Python, TypeScript/JavaScript ou linguagens equivalentes).
• Domínio na integração de APIs de provedores de LLMs (OpenAI, Anthropic, Google Cloud/Vertex AI, AWS Bedrock ou Azure OpenAI Service).
• Experiência sólida na construção de sistemas RAG (Retrieval-Augmented Generation), dominando estratégias de chunking, embeddings, reranking e recuperação híbrida.
• Conhecimento e uso de bancos de dados vetoriais (Vector Databases como Pinecone, Weaviate, Qdrant, ChromaDB ou extensões como pgvector).
• Experiência prática com frameworks de orquestração de LLMs e agentes (como LangChain, LlamaIndex, LangGraph, CrewAI ou AutoGen).
• Domínio de técnicas avançadas de Engenharia de Prompt, Function Calling e execução de ferramentas por agentes.
• Prática no uso de assistentes de codificação com IA no dia a dia (GitHub Copilot, Cursor, Claude Code) e aplicação de IA no ciclo de vida de desenvolvimento (testes, documentação, refatoração).
• Conhecimento dos fundamentos de segurança e confiabilidade em IA Generativa (prevenção a Prompt Injection/Jailbreak, tratamento de alucinações, sanitização de dados e privacidade).
• Noções de observabilidade, avaliação de qualidade e tracing de chamadas de IA (ferramentas como LangSmith, Phoenix, Arize ou OpenLLMetry).

Disponibilidade Necessária

• Acessar e interagir na comunidade técnica ao menos 3 vezes por semana.
• Participar de lives síncronas 1 vez por semana, das 19h às 21h.
• Realizar a correção e avaliação dos projetos práticos entregues pelos alunos a cada 2 meses, dentro da janela de 15 dias corridos.

Diferenciais

• Experiência prática colocando produtos ou serviços baseados em LLMs e IA Generativa em produção (com controle de custos, latência e observabilidade).
• Vivência com fine-tuning de modelos abertos ou execução local de LLMs (Ollama, vLLM, Hugging Face).
• Experiência prévia como mentor, instrutor técnico, produtor de conteúdo de tecnologia ou professor em cursos de desenvolvimento.
• Participação ativa em comunidades de IA Generativa e desenvolvimento de software open source.
  
  

E aí, let's rock the future? 🤘🏼