AI Data Context Engineer

Daki; São Paulo; Presencial; BRL 180 000 - 270 000; Tempo integral

Resumo da oferta

A Daki busca profissional com forte atuação em dados e IA para desenhar soluções ponta a ponta que automatizam processos de negócio. Você trabalhará com estruturas de dados, dashboards e automação, buscando reduzir tarefas manuais e entregar decisões baseadas em contexto confiável.

O papel envolve explorar padrões, construir agentes que investiguem e recomendem ações, e colaborar com as áreas para que a solução seja amplamente adotada com governança e métricas claras.

Qualificações

• Experiência sólida com dados, automação ou analytics em produção.
• Domínio de SQL, métricas, qualidade de dados e integrações.
• Capacidade de programar, integrar APIs e transformar protótipos em fluxos confiáveis.
• Experiência prática com LLMs, agentes, automações ou IA aplicada a problemas reais.

Responsabilidades

• Mergulhar nos processos das verticais para entender decisões e dependências.
• Construir e evoluir estruturas de dados, dashboards e análises para apoiar decisões diárias.
• Identificar gargalos e automatizar rotinas de atendimento de Dados.
• Projetar soluções combinando dados, regras de negócio, IA e agentes com checkpoints humanos.
• Colaborar com áreas de negócio para entregar soluções escaláveis e com governança.

Conhecimentos

SQL

APIs

LLMs

Automação

Agentes IA

Governança de dados

Arquitetura de dados

Contratos de dados

Ferramentas

Python

Git

APIs REST

Descrição da oferta de emprego

Sobre o desafio

A Daki construiu uma estrutura de dados madura, centralizada e governada. Nossos dados estão integrados e curados, temos uma camada semântica que organiza métricas e regras de negócio e a inteligência artificial já faz parte da rotina das áreas. Em vez de depender de dashboards tradicionais para cada pergunta, queremos que as pessoas conversem com os dados e tomem decisões sobre uma base comum e confiável.

Agora começa a próxima etapa dessa transformação.

Queremos compreender os processos de cada vertical de ponta a ponta e redesenhá-los para um ambiente em que agentes executem grande parte do trabalho operacional. As pessoas devem concentrar seu tempo em decisões, exceções, supervisão e aprovação — não em tarefas repetitivas que podem ser executadas com segurança por software e IA.

Para isso, buscamos uma pessoa que combine profundidade técnica, curiosidade genuína e visão sistêmica. Alguém que transite entre diferentes verticais, entenda como o trabalho realmente acontece, encontre problemas e oportunidades que ainda não viraram demanda e transforme esse entendimento em soluções agênticas funcionando em produção.

Sua missão

Identificar, desenhar e implementar soluções baseadas em dados e IA que automatizem processos de negócio de ponta a ponta, com contexto confiável, critérios claros de qualidade, governança e impacto mensurável.

Você não receberá apenas problemas já definidos. Parte central do trabalho será descobrir onde estão os melhores problemas, formular a pergunta certa e conduzir a solução desde a investigação até a adoção operacional.

Também existe o trabalho essencial do dia a dia de uma área de Dados: apoiar as verticais na construção e evolução de estruturas de dados, desenvolver dashboards, responder análises pontuais e atender demandas do backlog. Esperamos que você execute esse “feijão com arroz” com qualidade e proximidade do negócio — e que trabalhe ativamente para deixar de executá-lo de forma manual.

Essa própria rotina é um dos processos que queremos transformar. A expectativa é automatizar progressivamente seu ciclo completo — entrada e entendimento da demanda, priorização, investigação, construção, validação, publicação, monitoramento e atendimento — até que ele seja 100% gerido por IA e processos automáticos. Nesse modelo, pessoas definem direção, tratam exceções e aprovam decisões quando o risco exigir; agentes assumem a execução e a coordenação do fluxo.

Sua contribuição, portanto, não deve se limitar ao atendimento do backlog. O principal desafio é usar o contato com as áreas para descobrir padrões, atacar causas estruturais e transformar tanto os processos das verticais quanto a própria operação de Dados em sistemas escaláveis e agênticos.

O que você fará

• Mergulhar nos processos das diferentes verticais, entendendo objetivos, decisões, incentivos, sistemas, exceções e dependências.
• Atender parte do backlog das verticais, construindo e evoluindo estruturas de dados, dashboards e análises que apoiem decisões do dia a dia.
• Identificar padrões no backlog e automatizar progressivamente a própria rotina de atendimento de Dados, reduzindo dependência de execução manual.
• Identificar proativamente gargalos, riscos e oportunidades de automação, inclusive quando ainda não existe uma demanda formal.
• Transformar problemas ambíguos em hipóteses, métricas, requisitos, critérios de sucesso e planos executáveis.
• Desenhar soluções que combinem dados, regras de negócio, modelos de IA, agentes, integrações e checkpoints humanos.
• Construir e colocar em produção agentes capazes de investigar, recomendar e, quando o risco permitir, executar ações em sistemas.
• Definir claramente o que pode ser automatizado, o que exige aprovação e quando uma exceção deve ser direcionada a uma pessoa.
• Organizar o contexto necessário para humanos e agentes: definições, regras, exemplos, linhagem, decisões e documentação viva.
• Criar mecanismos de avaliação, reconciliação, monitoramento e auditoria para garantir que outputs plausíveis sejam também corretos e úteis.
• Trabalhar diretamente com as áreas de negócio, facilitando decisões e conduzindo a mudança do processo até que a solução seja adotada.
• Medir impacto em resultado, qualidade, tempo, custo e risco — e assumir responsabilidade pelo resultado entregue, não apenas pelo artefato técnico.
• Compartilhar padrões e aprendizados para elevar a capacidade de Dados + IA de toda a empresa.

O perfil que buscamos

• Você é uma pessoa curiosa, inventiva, dinâmica e early adopter — experimenta novas tecnologias cedo, mas não confunde novidade com valor.
• Enxerga sistemas inteiros. Diante de um problema local, procura causas, efeitos de segunda ordem, exceções e relações com outras áreas.
• Tem iniciativa para descobrir e atacar problemas sem esperar que eles cheguem perfeitamente definidos em um ticket.
• Aprende domínios de negócio com rapidez e profundidade suficiente para questionar premissas e reconhecer quando uma resposta tecnicamente correta não resolve a decisão real.
• Sabe decompor problemas complexos, coordenar agentes e ferramentas, definir contratos de saída, checkpoints e handoffs.
• Usa IA de forma fluente e crítica: sabe delegar, fornecer contexto, avaliar respostas, buscar contraprovas e calibrar confiança.
• Tem rigor analítico e não encerra uma investigação porque encontrou um número convincente. Reconcilia o todo, testa premissas e segue evidências até a causa raiz.
• Comunica-se com clareza com públicos técnicos e não técnicos e consegue influenciar sem depender de autoridade formal.
• Possui forte senso de ownership e accountability. Você responde pelo efeito da solução no processo, inclusive depois do deploy.
• Trabalha bem com autonomia, ambiguidade e ciclos rápidos de experimentação e aprendizagem.

Background técnico esperado

• Experiência sólida trabalhando com dados e construindo soluções de software, automação ou analytics em produção.
• Domínio de SQL e capacidade de investigar modelos de dados, métricas, integrações e qualidade de dados.
• Capacidade de programar, integrar APIs e transformar protótipos em fluxos confiáveis e observáveis.
• Experiência prática com LLMs, agentes, automações ou sistemas de IA aplicados a problemas reais.
• Familiaridade com versionamento, testes, logs, monitoramento, segurança e boas práticas de engenharia.
• Capacidade de conversar sobre arquitetura e, ao mesmo tempo, colocar a mão na massa para entregar.

Não esperamos que você já conheça todos os nossos domínios nem uma ferramenta específica. Valorizamos mais a capacidade de aprender rapidamente, fazer boas perguntas, construir com rigor e gerar resultado do que uma lista fechada de tecnologias.

Diferenciais

• Ter redesenhado ou automatizado um processo operacional de ponta a ponta, e não apenas uma tarefa isolada.
• Experiência construindo agentes com acesso a dados e ferramentas, human-in-the-loop, evals e tratamento de exceções.
• Vivência próxima de diferentes áreas de negócio e facilidade para transferir aprendizados entre domínios.
• Experiência com camada semântica, knowledge/context engineering, MCP, data contracts ou decision lineage.
• Histórico de adoção precoce de tecnologias acompanhado de evidências de impacto real.
• Portfólio de soluções em que seja possível explicar o problema original, as alternativas descartadas, os riscos, a implementação e o resultado alcançado.

Como mediremos sucesso

• compreenda profundamente os processos das verticais prioritárias e construa relações de confiança com seus usuários;
• forme um backlog próprio de oportunidades, priorizado por impacto, viabilidade, risco e capacidade de reutilização;
• coloque em produção ao menos uma solução agêntica que transforme um processo de ponta a ponta, com critérios de qualidade e supervisão explícitos;
• reduza trabalho manual e tempo de ciclo sem perder controle, auditabilidade ou qualidade da decisão;
• deixe contexto e padrões reutilizáveis para que novas automações sejam construídas mais rapidamente em outras verticais;
• implemente os primeiros componentes de uma operação de Dados gerida por IA, com intake, execução, validação, monitoramento e escalonamento de exceções claramente definidos.

No longo prazo, o sucesso será medido pela quantidade e relevância de processos transformados, pela autonomia segura entregue às áreas e pela capacidade de fazer pessoas deixarem de executar tarefas repetitivas para atuarem como decisoras, supervisoras e aprovadoras. Isso inclui tornar a própria rotina operacional de Dados 100% gerida por IA e processos automáticos, sem perder qualidade, governança, auditabilidade ou accountability humana.

O que esta vaga não é

• Não é uma posição que se encerra em produzir dashboards e atender uma fila de pedidos. Essas entregas fazem parte da rotina inicial, mas também devem ser sistematizadas e automatizadas até que a própria operação de atendimento seja gerida por IA.
• Não é uma função de “prompt engineer” desconectada de dados, sistemas e negócio.
• Não é pesquisa de IA sem compromisso com adoção e resultado operacional.
• Não é apenas arquitetura: esperamos investigação, construção, deploy, acompanhamento e melhoria contínua.

Por que esta oportunidade é diferente

Você encontrará uma base que poucas empresas já possuem: dados centralizados e curados, contexto semântico compartilhado e IA integrada ao trabalho. O desafio não é convencer a organização a começar. É usar essa fundação para definir como uma empresa realmente opera quando agentes e pessoas trabalham sobre o mesmo contexto — e transformar essa visão em processos reais, seguros e mensuráveis.