Vaga de Analista de Sistemas

Descrição Geral

oportunidade: forward deployed engineer (fde) generative ai - K-Lab Modelo de trabalho: 100% presencial morumbi (zona sul - São paulo/sp) Contratação: clt ou pj responsabilidades & atribuições: Interface com negócio: atuar junto a usuários e áreas de negócio identificando oportunidades de aplicação prática de ia generativa. Suporte & troubleshooting: prestar suporte técnico de primeiro nível em ferramentas de ia e solucionar problemas técnicos em aplicações, integrações, apis e modelos. Prototipagem ágil: desenvolver rapidamente pocs, protótipos e mvps, transformando requisitos de negócio em soluções funcionais. Construção de soluções genai: implementar soluções utilizando técnicas como prompt engineering, retrieval-Augmented generation (rag), tool/function calling e ai agents. Integração & avaliação: conectar plataformas de ia generativa com sistemas corporativos e fontes de dados, além de avaliar e selecionar os melhores modelos/abordagens para cada caso. Documentação & handoff: apoiar a evolução de protótipos para ambientes corporativos maduros, criar documentações técnicas, guias e realizar sessões de compartilhamento de conhecimento. Colaboração: trabalhar lado a lado com times de engenharia, produto, arquitetura e infraestrutura. requisitos mandatórios: Formação: ensino superior completo em ciência da computação, engenharia de software/computação, sistemas de informação ou áreas correlatas. Idioma: inglês avançado (imprescindível para comunicação, documentação técnica e contexto internacional). Engenharia de software: experiência consistente em desenvolvimento de aplicações utilizando python, java ou javascript/typescript. Rapid prototyping: vivência prática na criação rápida de pocs e mvps. Ia generativa: experiência prática no ecossistema de llms (openai/gpt, anthropic/claude e google/gemini). diferenciais: Espanhol intermediário ou avançado. experiência prévia em cargos como forward deployed engineer, solutions engineer ou ai engineer. Domínio de arquiteturas com rag, embeddings, vector databases, function calling e agentes de ia. Conhecimento prático de llmops (avaliação, observabilidade e monitoramento de aplicações de genai). experiência com cloud computing (aws, azure ou gcp), containers e docker. Nocões de governança, segurança e privacidade de dados aplicadas à ia. Vivência na condução de demonstrações técnicas, workshops e treinamentos.