À propos de ce poste [Job 30942] System Architect (Agentic SDLC), Brazil chez Ciandt
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.
- Avaliar o ciclo de desenvolvimento atual, identificar gargalos e mapear onde IA generativa e agentes podem gerar valor mensurável — reconhecendo também onde não são a solução adequada.
- Definir a arquitetura de referência do Agentic SDLC (agentes, modelos, contexto, integrações, observabilidade, segurança e governança) e apoiar a construção do roadmap técnico de adoção.
- Desenhar, construir e evoluir fluxos agênticos ao longo de todas as etapas do SDLC, integrá-los às ferramentas dos times (Git, CI/CD, gestão de trabalho, cloud) e criar protótipos, aceleradores e componentes reutilizáveis.
- Trabalhar junto aos squads em pilotos reais, mentorar times técnicos, criar playbooks e guardrails, e acompanhar indicadores de adoção e resultado.
- Experiência sólida em engenharia de software, arquitetura de soluções ou sistemas
- Histórico liderando decisões técnicas em ambientes corporativos com múltiplos times
- Experiência implementando ferramentas de IA no ciclo de desenvolvimento (GitHub Copilot, Claude Code, Gemini Code Assist, Amazon Q ou similares)
- Experiência prática com IA generativa, LLMs, engenharia de prompts e agentes de IA
- Experiência com desenvolvimento backend em Python, Java, TypeScript ou equivalentes
- Familiaridade com CI/CD, Git, automação de testes, segurança de aplicações e DevOps
- Conhecimento de cloud computing (AWS, Azure ou GCP)
- Boa comunicação com públicos técnicos e não técnicos, e capacidade de transformar problemas complexos em planos objetivos
- Conhecimento de padrões agênticos: tool calling, memória, reflexão, multiagentes e human-in-the-loop
- Conhecimento de metodologias orientadas por especificação (BMAD, OpenSpec, Spec-Kit ou abordagens semelhantes)
- Experiência com Model Context Protocol (MCP), construção de servidores ou clientes MCP
- Experiência com RAG, bancos vetoriais, knowledge graphs ou arquiteturas GraphRAG
- Background em mídia, entretenimento, streaming ou produtos digitais de alta escala