Sobre a posição

Será o responsável técnico e principal engenheiro do Agentic Engineering Hub — uma plataforma em produção que orquestra a automação do ciclo de vida de desenvolvimento de software (SDLC) orientada por Inteligência Artificial em cerca de 50 repositórios, mais de 7 times de produto e um ecossistema tecnológico heterogêneo (.NET, Angular, Python/PySpark/Databricks, Bicep/Terraform e PHP).

Sua missão será transformar essa solução em um produto corporativo v1.0, expandi-la para todos os times e desenvolver fluxos de agentes de segurança e qualidade que multipliquem a produtividade da engenharia em toda a organização.

A posição é transversal (super partes): você atuará em todos os times de produto e plataforma, e não em um único time específico. Reportará diretamente ao líder de Engenharia de TI da Manufatura e terá autoridade arquitetural sobre todas as decisões relacionadas ao Hub.

O que o Hub faz atualmente

O Engineering Hub é um sistema de orquestração baseado em GitHub que automatiza grande parte do ciclo de desenvolvimento de software utilizando agentes de IA:

• Consome itens de trabalho do Azure DevOps, analisa requisitos e produz planos técnicos estruturados (design e decomposição de tarefas) por meio de um Agente Planejador de IA;
  


• Distribui tarefas de implementação entre os repositórios utilizando um Agente Executor, capaz de entender as convenções e tecnologias de cada repositório, implementar alterações e criar branches;
  


• Valida cada implementação por meio de um Agente Verificador, que executa builds, testes e lint, iterando automaticamente com feedback de retrabalho até um limite configurável;
  


• Abre Pull Requests com formatação adequada, vínculos com work items, rastreamento de custos e atribuição automática de revisores baseada em um mapeamento centralizado de equipes;
  


• Gerencia o ciclo de vida por meio de um processo determinístico inspirado no papel de Scrum Master, atualizando status, arquivando trabalhos concluídos e avançando automaticamente a execução quando dependências são atendidas;
  


• Melhora continuamente por meio de um Agente Enriquecedor de Contexto, que aprende com as alterações feitas por revisores humanos e propõe atualizações para a base de conhecimento do sistema.
  

A plataforma impõe aprovações humanas em cada transição crítica (requisitos → plano → execução → merge), adota uma política de zero impacto nos repositórios-alvo, distribui tarefas considerando dependências e estabelece limites rígidos de iteração.

Principais responsabilidades

1. Evoluir o Engineering Hub para um produto corporativo (principal)

• Evoluir o Hub de protótipo para uma versão v1.0, implementando governança, dashboards de observabilidade e KPIs, análises de custos e mecanismos de recuperação de erros;
  


• Fortalecer os fluxos dos agentes, aprimorando Prompt Engineering, ajustando políticas de ferramentas e otimizando estratégias de timeout e número de iterações;
  


• Expandir a base de conhecimento para que os agentes de IA gerem implementações e planos de alta qualidade para todas as tecnologias do portfólio;
  


• Manter e evoluir a camada de automação, incluindo integrações DevOps, interpretação de tarefas, resolução de equipes e relatórios de ganhos;
  


• Projetar e implementar a camada de observabilidade: métricas de custos por execução, uso dos agentes e taxas de sucesso, alimentando ciclos de melhoria contínua;
  


• Expandir o Hub para todos os times de produto por meio de onboarding, documentação e ajustes específicos por equipe.
  

2. Construir agentes de Segurança e Qualidade em escala

• Criar e implantar agentes capazes de corrigir automaticamente vulnerabilidades em cerca de 50 repositórios, incluindo alertas de dependências, análises estáticas e vulnerabilidades de imagens de containers (CVEs);
  


• Desenvolver agentes que gerem testes unitários e de integração automaticamente para trechos de código com baixa cobertura, submetendo-os para revisão dos engenheiros;
  


• Garantir padrões corporativos entre repositórios, propagando regras de build, lint e requisitos de conformidade.
  

3. Estruturar um Sandbox de Prototipação com IA Generativa

• Provisionar e governar um ambiente isolado em Azure onde times locais e globais possam criar protótipos utilizando ferramentas assistidas por IA Generativa;
  


• Implementar governança básica, controle de custos, automação de provisionamento e desativação automática de experimentos malsucedidos;
  


• Definir o fluxo de promoção de protótipos: os bem-sucedidos seguem para produção e os malsucedidos são encerrados com arquivamento completo dos artefatos.
  

4. Promover a adoção de IA

• Criar e disseminar um playbook de adoção de IA para times de plataforma e produto, abordando uso de IA em IDEs, instruções customizadas, padrões e boas práticas de Prompt Engineering;
  


• Capacitar equipes no uso eficiente do Hub: como estruturar demandas para agentes, definir convenções de repositórios e revisar Pull Requests gerados por IA.
  

Requisitos

• Mais de 7 anos de experiência em Engenharia de Software em ambientes produtivos, sendo pelo menos 2 anos em posições Sênior ou Staff;
  


• Experiência prática com desenvolvimento de IA agêntica: criação e operação de sistemas autônomos de agentes de IA com capacidade de leitura, escrita e execução, Prompt Engineering, estratégias de retry, design de esquemas de saída e otimização de custos/tokens. Este é o núcleo da posição;
  


• Curiosidade genuína e atualização constante sobre o ecossistema de IA e LLMs, incluindo novos modelos, padrões de uso e frameworks agênticos;
  


• Conhecimento sólido em CI/CD e GitHub Actions, incluindo workflows reutilizáveis e automações entre repositórios;
  


• Conhecimento prático em pelo menos duas das seguintes stacks:
  
  
  
  • .NET (C#, GraphQL, Entity Framework Core, xUnit)
    
  
  
  • Angular/TypeScript (RxJS, NgRx, i18n)
    
  
  
  • Python/PySpark/Databricks (arquitetura medallion, Delta Lake)
    
  
  
  • Infraestrutura como Código (Bicep, Terraform)
    
  
  


• Conhecimentos em Azure: subscriptions, resource groups, RBAC e Key Vault;
  


• Domínio avançado de Git: branching, conventional commits, workflows multi-repositório e resolução de conflitos.
  

Competências comportamentais

• Visão arquitetural ampla sobre sistemas heterogêneos;
  


• Excelente comunicação escrita em inglês para documentação técnica;
  


• Alta autonomia e senso de responsabilidade;
  


• Forte capacidade de colaboração entre times e áreas.
  

Diferenciais

• Experiência prévia como Staff Engineer ou Principal Engineer;
  


• Conhecimento em Claude Code, APIs da Anthropic, GitHub Copilot, OpenAI Function Calling ou LangChain;
  


• Experiência com plataformas de produtividade para desenvolvedores (DevEx);
  


• Conhecimento em automação de segurança (Dependabot, CodeQL, Trivy e análise de containers);
  


• Familiaridade com manufatura ou IoT industrial.