Staff Engineer (AI Native)

Empresa: Bemobi

Buscamos a pessoa que será referência técnica em engenharia de software AI-native na Bemobi: quem define como os times especificam, delegam a agentes de IA e verificam o que é entregue, sem abrir mão dos fundamentos de arquitetura, qualidade e segurança. Essa posição responde pelos padrões de desenvolvimento assistido por agentes — specs, contexto, guardrails, verificação e harness compartilhado — e pela confiabilidade do que vai para produção. Atua em desenvolvimento e operação, e mede sucesso por resultado para o negócio e para o usuário, não por volume de código gerado. #BeABemober 💙🚀 • Especificação e contexto: definir o padrão de specs verificáveis — pré e pós-condições, invariantes, Given/When/Then — e manter o contexto que os agentes usam ( AGENTS.md , CLAUDE.md , skills e restrições). • Decomposição e orquestração: quebrar problemas complexos em unidades que um agente executa e um humano consegue verificar, coordenando vários agentes, worktrees isoladas e passagens de bastão. • Política de delegação: definir com os times o que se delega à IA (o que é fácil de verificar, de baixo risco ou repetitivo) e o que fica com as pessoas (design, decisões de produto e contexto organizacional). • Verificação: estabelecer a estratégia de testes, evals, mutation testing e benchmarks, e levar a revisão de código para o foco em intenção e risco, que escala com o volume gerado por agentes. • Guardrails determinísticos: garantir CI rigoroso, proteção de branch, CODEOWNERS, lotes pequenos e rollback fácil como base de confiança no sistema. • Segurança desde o início: desenhar agentes com identidade própria, menor privilégio, sandbox e defesa em profundidade, em conjunto com Segurança da Informação. • Harness como produto: evoluir o setup compartilhado de engenharia — instruções, ferramentas, hooks e skills — incorporando o que se aprende com cada falha. • Operação e confiabilidade: definir níveis de autonomia dos agentes em produção (L0 a L3), com autorização progressiva, dry-run e mecanismo de parada imediata; tratar cada agente como serviço, com SLOs, observabilidade e plano de contingência. • IA na operação: aplicar IA onde ela agrega — playbooks, detecção de anomalia, RCA, rascunho de postmortem e handoff de incidente — sem substituir automação clássica que já resolve. • Formação do time: mentorar ativamente, em especial juniores e plenos, e manter trilhas de fundamentos com prática deliberada sem IA, combatendo a atrofia de habilidades. • Comunicação com o negócio: traduzir limites, riscos e ganhos da IA para liderança e áreas de negócio, sustentando decisões técnicas com dados. Requisitos: • Experiência sólida em engenharia de software, com atuação como referência técnica (Staff, Principal ou Tech Lead) em sistemas de produção de alta escala. • Fundamentos fortes: arquitetura, estruturas de dados, invariantes e fronteiras de segurança — a base para identificar código gerado "quase certo". • Uso intensivo e comprovado de agentes de IA no dia a dia de desenvolvimento, com domínio de context engineering e spec-driven development. • Prática em TDD, testes automatizados e evals, e capacidade de desenhar estratégias de verificação para código gerado por IA. • Vivência com CI/CD, controle de versão, proteção de branch e entrega em lotes pequenos. • Vivência em operação de sistemas: observabilidade, SLOs, resposta a incidentes e postmortems. • Segurança aplicada: menor privilégio, isolamento e gestão de identidades e segredos. • Julgamento e desconfiança calibrada: saber quando parar e conferir, sem rejeitar a IA nem confiar cegamente nela. • Pensamento sistêmico e de risco, com foco em resultado para o negócio e para o usuário. • Boa comunicação com áreas técnicas, liderança e negócio, e disposição real para mentorar. Diferenciais • Experiência com orquestração de múltiplos agentes e com harness compartilhado entre times. • Vivência em SRE ou platform engineering, incluindo governança de agentes em produção e avaliações contínuas (inclusive LLM-as-a-Judge). • Experiência com mutation testing, benchmarks de performance ou testes de resiliência. • Projetos publicados construídos com agentes, com atenção a segurança e resistência a ataques. • Experiência em pagamentos, fintech, telecom ou outros ambientes de alto volume transacional. • Histórico de formação de engenheiros e de criação de trilhas técnicas.

Ver todas as vagas