Confirmed on the employer's own hiring board on Nov 19, 2026. First seen by Alion on Nov 18, 2026. CI&T scores A on the Alion truth index.
Olá, aqui é a Wal da CI&T!
Sou do time de Talent Attraction e estou em busca de profissionais localizados no Brasil para atuar como AI Engineer Mid-level.
Você será responsável por 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.
Responsabilidade:
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, 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, arquitetar e construir 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, gerenciar 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.
Aprofundar a autonomia técnica conduzindo soluções de complexidade moderada, com supervisão reduzida.
Desenvolver a aplicação de ponta a ponta em soluções de complexidade moderada, respondendo pela entrega em produção.
Ampliar o tooling próprio com subagentes e harness e impulsionar a modernização das práticas de desenvolvimento.
Desenhar e desenvolver a solução agêntica de ponta a ponta em cenários de complexidade moderada, incluindo engenharia e pipelines de dados de contexto (fontes internas e bases de dados vetoriais).
Integrar sistemas e desenhar APIs para consumo por outros serviços e times.
Conduzir o red teaming da solução e dos agentes (alucinações, injeções e vazamentos), complementando os evals e os testes.
Criticar e questionar alternativas de design, evitando over-engineering e avaliando quando usar soluções de mercado.
Instrumentar e acompanhar a observabilidade no código da aplicação e dos agentes, monitorando comportamento, qualidade e custo.
Requisitos:
- Applied AI Engineering
- AI Agent Engineering
- Software Engineering
- AI Infrastructure
- RAG and Retrieval
- Tool Use and Orchestration
- Evals and Testing
- Data Engineering
- Context Engineering
- AI Fluency
- Knowledge Graphs (Property Graph, RDF)
- Advanced RAG Architectures
- AI Red Teaming
Mais do que conhecimento técnico, buscamos alguém com atitude e protagonismo!
Perfil proativo, hands-on e com forte senso de ownership.
Boa comunicação e capacidade de trabalhar colaborativamente.
Iniciativa para identificar problemas, propor soluções e antecipar necessidades.
Forte vontade de fazer acontecer, tirar ideias do papel e transformar desafios em entregas concretas.
Autonomia para destravar problemas e fazer as coisas andarem, sem depender de direcionamentos constantes
Curiosidade e disposição para experimentar, aprender e explorar novas tecnologia.

