[Job- 31522] Senior SRE, Brasil

• Desenvolvimento e Orquestração de IA: Projetar, construir e evoluir Agentes de IA e soluções baseadas em LLMs, integrando-os aos sistemas e processos de negócio.
• Automação de Fluxos de IA (Agentic SDLC / LLMOps): Estruturar esteiras e fluxos de desenvolvimento potencializados por IA para automatizar e acelerar o ciclo de vida de software do time.
• Infraestrutura e CI/CD: Criar e manter esteiras de integração e entrega contínua (CI/CD), aplicando automação com Infraestrutura como Código (IaC) em ambientes cloud.
• Garantia de Confiabilidade (SRE): Definir e monitorar SLOs/SLIs, garantindo alta disponibilidade, estabilidade e resiliência das aplicações e serviços de IA em produção.
• Observabilidade e Monitoramento: Configurar e evoluir dashboards de telemetria (logs, métricas, traces), cobrindo tanto a infraestrutura quanto a execução dos agentes de IA.
• Troubleshooting Avançado: Investigar e resolver incidentes complexos, gargalos de performance e otimizar custos operacionais em cloud/LLMs.
• Liderança Técnica e Mentoria: Orientar o time em boas práticas de engenharia de software, cultura DevOps/SRE e adoção pragmática de Inteligência Artificial.

Arquitetura & Engenharia de IA
• Experiência sólida em arquitetura de sistemas de IA/ML em produção ou pré-produção.
• Design de sistemas distribuídos, APIs e integrações entre plataformas.
• Avaliação de trade-offs entre soluções built vs. buy vs. prototype.
• Modelagem de arquitetura conceitual e evolutiva — não apenas o estado final.
Cloud & Dados
• Experiência com plataformas cloud (GCP e/ou equivalentes AWS/Azure).
• Data warehouses/lakes, pipelines de dados e feature pipelines.
• Integração com gateways corporativos de LLM (proxy multi-modelo: OpenAI, Gemini, Claude etc.).
• Vector databases e arquiteturas RAG (Retrieval-Augmented Generation), quando aplicável.
Governança & Compliance
• Segurança de API (SAST/DAST), compliance de dados e privacidade (mascaramento,
LGPD/GDPR).
• Prática de decisões versionadas (ADR) sem burocratizar o processo.
• Zero-trust e zero lock-in como princípios de design.
Orquestração de agentes (diferencial)
• MCP (Model Context Protocol) e princípios A2A (Agent-to-Agent).
• Experiência coordenando múltiplos agentes especializados (ex: ingestão, síntese, validação de
conhecimento).
O diferencial: pensar além da arquitetura final
Queremos alguém que consiga conectar:
Protótipo validado → Integração → Confiança & Compliance → Capability escalável → Valor sustentado e não apenas:
Modelo → Deploy → Manutenção
Você deverá ser capaz de discutir perguntas como:
• Essa arquitetura resolve o problema de negócio ou só parece robusta tecnicamente?
• Onde está o menor caminho seguro entre PoC e produção?
• Que decisões de arquitetura amarram o cliente a um fornecedor específico — e como evitar isso?
• Como garantir que dados sensíveis nunca saiam do perímetro autorizado?
• Qual o custo real de escalar isso 10x, 100x?
• Como o sistema se recupera de falha de um agente/modelo específico?
• Quando vale a pena usar orquestração de agentes vs. um pipeline determinístico simples?
Conhecimentos desejáveis
• Vertex AI / SageMaker / Azure AI (ou equivalente).
• BigQuery / Databricks / Snowflake.
• Kubernetes, CI/CD, IaC leve.
• MCP, A2A, RAG, function calling, embeddings.
• GenAI, Agentic AI.
• B2B / mobilidade / gestão de frotas (desejável, não obrigatório).
• Setores regulados (compliance de dados sensíveis).
Perfil que procuramos
• Pensamento sistêmico com visão de longo prazo, sem perder o pragmatismo de curto prazo.
• Capacidade de traduzir necessidade de negócio em decisão técnica e vice-versa.
• Comunicação clara com stakeholders não técnicos.
• Rigor em documentar decisões (ADR) sem burocratizar o processo.
• Colaboração próxima com Data Science e Product.
• Conforto em ambientes de alta ambiguidade e escopo evolutivo (discovery → PoC → capability).
O que NÃO estamos procurando
• Alguém que só desenha diagramas sem colocar a mão na integração real.
• Um arquiteto que exige infraestrutura completa antes de validar o protótipo.
• Alguém focado só em governança/compliance sem visão de produto.
• Um DevOps/SRE puro sem entendimento de arquitetura de IA/ML.
• Alguém que amarra a solução a um único fornecedor por conveniência.
O objetivo não é construir a plataforma perfeita. O objetivo é garantir que o valor validado no protótipo chegue com segurança, integração e sustentabilidade até a decisão de escala.
Como será o sucesso nos primeiros 90 dias
• Arquitetura conceitual do protótipo documentada (as-is → to-be).
• Integrações críticas mapeadas e validadas tecnicamente.
• Decisões arquiteturais registradas via ADR.
• Compliance de dados e segurança validado com as áreas responsáveis.
• Estimativa de custo de escala (FinOps) pronta para subsidiar o Business Case.
• Recomendação objetiva sobre o caminho de evolução da capability.

#LI-RR2