Arquiteto de soluções de IA/ML

Principais responsabilidades

Entendimento de contexto e dores do cliente

• Atuar junto ao time comercial e stakeholders para compreender o contexto, necessidades e dores dos clientes
• Participar de conversas, levantamentos e alinhamentos para garantir entendimento claro do problema antes de propor qualquer solução
• Questionar demandas quando necessário, buscando ir além do pedido inicial e chegar na real necessidade

Análise e estruturação de soluções

• Traduzir problemas de negócio em soluções digitais viáveis
• Estruturar fluxos, regras de negócio e comportamentos esperados do sistema
• Avaliar diferentes abordagens para resolver o problema, considerando impacto, esforço e viabilidade técnica
• Garantir que a solução proposta faça sentido tanto para o cliente quanto para o time de desenvolvimento

Construção e detalhamento de escopo

• Organizar e estruturar requisitos de forma clara e compreensível para o time técnico
• Escrever histórias de usuário, critérios de aceite e regras de negócio
• Garantir que o escopo esteja completo, consistente e alinhado com o objetivo da solução

Acompanhamento e validação de entregas

• Acompanhar o desenvolvimento das soluções junto ao time técnico
• Esclarecer dúvidas e ajustar direcionamentos ao longo da execução
• Validar entregas garantindo aderência ao problema e à solução definida

Conexão entre áreas

• Atuar como ponte entre cliente, comercial e time técnico
• Garantir alinhamento de expectativas entre todas as partes envolvidas
• Comunicar decisões, mudanças e impactos de forma clara

Requisitos técnicos

• Conhecimento PyTorch e/ou TensorFlow
• Conhecimento em Python
• Entendimento sólido de arquitetura de sistemas em alto nível: APIs REST, integrações entre sistemas, webhooks, autenticação (OAuth, JWT) e fluxos de dados entre aplicações
• Conhecimento de bancos de dados relacionais e capacidade de ler e escrever consultas SQL básicas a intermediárias para validação de regras e análise de dados
• Familiaridade com conceitos de UX/UI para colaborar com designers na construção de soluções centradas no usuário
• Capacidade de interpretar diagramas técnicos (fluxogramas, BPMN, diagramas de sequência, ER) e criar os próprios quando necessário

Diferenciais:

• Noções de linguagens de programação e frameworks modernos (não é necessário codar, mas ajuda na comunicação com o time técnico)
• Conhecimento de arquiteturas em nuvem (AWS, Azure ou GCP) em nível conceitual
• Experiência com integrações envolvendo ERPs, CRMs ou sistemas legados
• Noções de LGPD e boas práticas de segurança aplicadas a produtos digitais
• Ferramentas de analytics e product discovery (Hotjar, Mixpanel, Amplitude, Google Analytics)
• Postman ou Insomnia para exploração de APIs
• Ferramentas de IA aplicadas ao fluxo de trabalho (Claude, ChatGPT, Cursor) para acelerar documentação e análises

Conhecimentos em Inteligência Artificial

Desejáveis:

• Uso fluente de assistentes de IA generativa (Claude, ChatGPT, Gemini) para acelerar documentação, análise de requisitos, redação de histórias de usuário e estruturação de fluxos
• Capacidade de elaborar prompts efetivos (prompt engineering) para obter resultados consistentes em tarefas de discovery, análise e documentação
• Entendimento conceitual sobre LLMs (Large Language Models): o que são, para que servem, suas limitações (alucinações, contexto, custo) e quando faz sentido aplicá-los em uma solução
• Noções sobre RAG (Retrieval-Augmented Generation) e indexação de documentos para construção de soluções que combinam IA com bases de conhecimento do cliente

Diferenciais:

• Experiência em projetos que envolveram funcionalidades baseadas em IA (chatbots, assistentes, classificação automática, extração de dados de documentos, sumarização, busca semântica)
• Familiaridade com APIs de provedores de IA (Anthropic, OpenAI, Azure OpenAI, AWS Bedrock) e seus modelos de pricing por tokens
• Conhecimento sobre orquestração de agentes de IA (frameworks como LangChain, n8n com nós de IA, ou similares) em nível conceitual
• Noções de avaliação de soluções de IA: como medir qualidade, definir critérios de aceite e estruturar testes para funcionalidades probabilísticas
• Sensibilidade para questões éticas e de governança em IA: privacidade de dados, viés, transparência e conformidade com LGPD em soluções que processam dados de clientes
• Capacidade de identificar oportunidades de automação e ganho de produtividade com IA dentro do escopo de soluções para clientes