Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.

Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy. 

Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.

Descrição do perfil
Arquitetar e construir a solução de software que atende à demanda do cliente, em qualquer stack, da arquitetura ao código testado, usando o agentic SDLC como forma de trabalho e a IA como principal alavanca de construção, e permanecendo responsável pela aplicação entregue em produção. Constrói e orquestra os próprios agentes, skills, subagentes, comandos e harness que aceleram a construção da aplicação e os reaproveita no time, em vez de consumir assistentes de forma passiva. Responde pela qualidade e pela entrega do que produz, exercendo julgamento crítico sobre os outputs gerados por IA e aplicando design técnico pragmático para evitar soluções excessivamente complexas, fundamentado em arquiteturas modernas de software, instrumentando a observabilidade no nível de sistema e utilizando IA aplicada como repertório de apoio, focando em fine-tuning de modelos em vez de treiná-los do zero. Quando a solução do cliente inclui componente de IA, consome foundation models via API e monta a solução com RAG, orquestração de ferramentas, evals e soluções multi-agentes, estruturando a engenharia e configurando os pipelines de dados de contexto e os frameworks de orquestração e runtime sobre os quais os agentes rodam. Avalia com evals tanto o comportamento probabilístico da solução quanto os agentes que constrói para acelerar o desenvolvimento.   

Responsabilidades
- Arquitetar e construir a solução de software que atende à demanda do cliente, em qualquer stack, da arquitetura ao código testado, usando o agentic SDLC como forma de trabalho e a IA como principal alavanca de construção, e permanecendo responsável pela aplicação entregue em produção.   
- Construir, customizar e orquestrar os próprios agentes, skills, subagentes, comandos e harness que aceleram a construção da aplicação, reaproveitando-os no time, em vez de consumir assistentes de forma passiva, impulsionando a modernização contínua dos processos e das práticas de desenvolvimento de software, e reduzindo o tempo entre construir e entregar (lead time).   
- Dominar e aplicar fundamentos modernos de arquitetura e engenharia de software (microsserviços, sistemas orientados a eventos, filas, CI/CD, TDD e automação) para construir, avaliar e criticar o código e as soluções geradas.   
- Traduzir os requisitos funcionais em uma solução técnica viável, simples e escalável, exercendo escolhas intencionais, sem aceitar passivamente as sugestões da IA, para evitar over-engineering.   
- Projetar e avaliar com evals, testes e red teaming (alucinações, injeções e vazamentos) tanto a solução quanto os agentes e skills que constrói para acelerar o desenvolvimento, de forma a validar o comportamento probabilístico da solução antes da entrega.   
- Tomar decisões de token economy no design da solução (tamanho de contexto, estratégia de RAG e número de chamadas de agentes), para equilibrar qualidade e custo de inferência.   
- Quando a solução inclui componente de IA, arquiteta e constrói a solução agêntica: agentes via API com RAG, orquestração de ferramentas, frameworks de orquestração e runtime, e system prompts e guardrails na aplicação.   
- Quando a solução inclui componente de IA, gerencia a engenharia e os pipelines de dados de contexto, estruturando a integração de fontes internas e de bases de dados vetoriais para alimentar os sistemas agênticos com insumos confiáveis e de alta qualidade.   
- Implementar a instrumentação de observabilidade no código da aplicação e dos agentes, monitorando continuamente o comportamento do sistema para agir sobre anomalias e degradações.   
- Revisar e criticar os outputs gerados por IA, assegurando aderência aos requisitos técnicos, de qualidade e de negócio antes da entrega.   
- Delegar tarefas especializadas aos agentes construídos, atuando com visão generalista ao longo de toda a esteira de desenvolvimento, enquanto sustenta a profundidade técnica e autoridade na sua stack de especialidade para avaliar e validar criticamente os outputs.   
- Entregar a solução em estado apto para produção, alinhado com o AI  Deployment Engineer sobre requisitos de deploy e operação.   
- Aplicar as práticas de ética, privacidade, segurança de dados e conformidade, para manter as soluções dentro das regras do cliente e da CI&T.
- Tecnologias necessárias: Wellington Alves Rosa, 2 min
nodejs, typescript e nestJS