Staff Engineer (IA Native)

Bemobi; Rio de Janeiro; On-site; BRL 350,000 - 450,000; Full time

Job summary

Bemobi procura engenheiro(a) de software AI-native para atuar como referência técnica, definindo specs verificáveis, context engineering e governança de IA nos times. O papel envolve especificação de padrões, decomposição de problemas entre agentes e humanos, e garantia de qualidade, arquitetura e segurança desde o início.

Você coordenará várias equipes, estabelecerá guardrails, políticas de delegação à IA, e acompanhará a confiabilidade em produção com SLOs, observabilidade e testes.

Qualifications

• Experiência sólida em engenharia de software com atuação como referência técnica (Staff/Lead) em produção de alta escala.
• Fundamentos de arquitetura, estruturas de dados, invariantes e segurança aplicada a código gerado por IA.
• Domínio de context engineering, spec-driven development e TDD com foco em qualidade.
• Prática em CI/CD, controle de versões e entrega em lotes pequenos.
• Experiência em operação de sistemas com observabilidade e SLOs.

Responsibilities

• Especificação e contexto: definir padrões de specs verificáveis e manter o contexto de agentes.
• Decomposição e orquestração: quebrar problemas complexos em unidades verificáveis entre agentes e humanos.
• Política de delegação: definir o que delegar à IA e o que fica com pessoas.
• Verificação: estratégias de testes, evals, mutation testing e benchmarks.
• Guardrails determinísticos: CI rigoroso, proteção de branch, CODEOWNERS e rollback.
• Segurança desde o início: identidade, isolamento, menor privilégio e defesa em profundidade.
• Harness como produto: manter setup compartilhado, instruções e skills atualizados.
• Operação e confiabilidade: definir níveis de autonomia (L0-L3) com SLOs e observabilidade.
• IA na operação: aplicar IA em playbooks, detecção de anomalias e handoff de incidentes.
• Formação do time: mentorar juniores e plenos, mantendo trilhas técnicas sem IA.
• Comunicação com negócio: traduzir riscos e ganhos da IA para liderança.

Skills

Liderança técnica

Engenharia de software

IA com agentes

Testes automatizados

CI/CD

Segurança

Tools

GIT

CI/CD tooling

Job description

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.

Responsabilidades e atribuições

• 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 e qualificações

• 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 com foco em resultado.
• 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.