Engenheiro(a) Sênior AI-Native | Liderança Técnica

Bemobi

United States

Remote

USD 150,000 - 190,000

Full time

14 days+

Get a reply from this employer

Your resume and cover letter, tailored to exactly what they’re hiring for.

Get past ATS filters

Benefits offered by this job

Bradesco Health

Dental Plan

VR/VA Flexível

PLR

Wellhub

Birthday Day Off

Home Office Help

VT benefits

Life Insurance Zurich

Free product access

Internal training

BeInspired recognition

Job summary

Bemobi busca um(a) engenheiro(a) de software sênior para atuar como referência técnica em IA nativa. Você definirá padrões de specs, guardrails e harness, assegurando qualidade, arquitetura segura e confiabilidade em produção.

O papel envolve liderança técnica, mentoria de times e parceria com áreas de negócio para traduzir limites e ganhos da IA em decisões práticas, mantendo foco em resultado para usuários e negócios.

Qualifications

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 intenso 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.

Responsibilities

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.