Oracle
PwC
Acceleration Center - Engenheiro de IA Agêntica & DevOps - Senior Associate
Requisitos de Viagem
Indústria/Setor Não aplicável
Especialidade Dados, Analytics & IA
Nível de Gestão Senior Associate
Até 20%
Data de encerramento da vaga janeiro 20, 2027
Descrição da Vaga & Resumo
A Oportunidade
Junte-se ao nosso Acceleration Center no México e ajude a moldar o futuro dos negócios para nosso portfólio diversificado de clientes em diversas geografias e jurisdições. Você trabalhará no centro de equipes globais em Advisory, Assurance, Tax e Business Services, resolvendo desafios reais dos clientes por meio de colaboração conectada. Nós o ajudaremos a desenvolver suas habilidades para que você possa ir mais longe. Com aprendizado prático, ferramentas de ponta e uma cultura inclusiva, esta é sua oportunidade de realizar um trabalho inspirador que faz a diferença — todos os dias.
Como Senior Associate em Engenharia de IA Agêntica no Acceleration Center, você desempenhará um papel fundamental na transformação de dados brutos em insights acionáveis, permitindo a tomada de decisão informada e impulsionando o crescimento dos negócios. Dentro da nossa prática de Internal Firm Services, você aproveitará a Inteligência Artificial para resolver problemas de negócios por meio de Sistemas Agênticos, RAG, LLMs, garantindo a escalabilidade da solução e a implementação correta.
Como Senior Associate, você se concentrará em construir conexões significativas com os clientes e aprender a gerenciar e inspirar outras pessoas. Você navegará por situações cada vez mais complexas, desenvolvendo sua marca pessoal e aprofundando suas habilidades técnicas. Espera-se que você antecipe as necessidades de suas equipes e clientes, entregando um trabalho de qualidade enquanto lida com uma ambiguidade crescente. Esta função exige que você responda de forma eficaz a diversas perspectivas, utilize uma ampla gama de ferramentas e metodologias para gerar novas ideias e mantenha os padrões profissionais e técnicos.
Nesta função no PwC Acceleration Center Mexico, você entregará um sistema. Esta posição é responsável pela camada de modelo de ponta a ponta: design de prompts e habilidades, avaliações, segurança e o MLOps que mantém o sistema barato, rápido, rastreado e reproduzível em produção.
Responsabilidades
- Definir e aplicar SLOs para serviços baseados em modelos; ser responsável pela stack de alertas e playbooks de resposta a incidentes.
- Depurar falhas de produção em toda a full stack — desde reinicializações de pods do Kubernetes até alucinações de modelos e injeção de prompts — e escrever postmortems que realmente evitem a recorrência.
- Ser responsável pela observabilidade de ponta a ponta: rastreamentos distribuídos, histogramas de latência, atribuição de custos, throughput de tokens, orçamentos de erro e dashboards que destacam o sinal em meio ao ruído.
- Arquitetar CI/CD para mudanças de modelos e prompts: versionamento, gates de avaliação automatizados e estratégias de rollback.
- Instrumentar e monitorar o comportamento do LLM em produção: uso de tokens, qualidade de resposta, modos de falha e SLAs de latência.
- Operar de forma nativa em IA: usar Claude Code, Codex, GitHub Copilot, Cursor e ferramentas similares como infraestrutura diária, não como novidade — e manter a saída no mesmo padrão do código escrito manualmente.
- Projetar e implantar automações baseadas em LLM em escala — agentes, habilidades, pipelines — desde o protótipo até a produção.
- Construir frameworks de avaliação: benchmarks offline, red-teaming adversarial, suítes de regressão e loops de feedback de produção que detectam desvios antes que os usuários o façam.
O que você deve ter
- Pelo menos um diploma de Bacharel
- Pelo menos 2 anos de experiência
- Proficiência oral e escrita em inglês necessária
O que te diferencia
- MLOps/SRE: entregou automações baseadas em LLM para produção com SLAs reais e usuários reais, experimentos reproduzíveis (rastreados, versionados, auditáveis), definição de SLO, rastreamento de erros, design de alertas, pipelines de monitoramento para degradação de modelos, desvio de prompts e anomalias de custo.
- Engenharia central: fluência em Python, FastAPI, padrões assíncronos, Pydantic, Typescript, SQL/Redis para estado e cache, K8s + Azure DevOps CI/CD
- Profundidade em ML/LLM: fundamentos sólidos (transformers, finetuning, RAG, frameworks de agentes); experiência prática com Claude/OpenAI, SDKs/Langchain/Langgraph/Langfuse; construção de avaliações: testes de prompts, pipelines de LLM-como-juiz, integração de feedback humano.
- Fluência Nativa em IA: usuário diário de assistentes de codificação de IA (Claude Code, Codex, Copilot, Cursor), entende as limitações dos modelos, modos de falha e quando desconfiar da saída, consegue escrever prompts e instruções de agentes com rigor, tem opiniões sobre design de avaliação, gerenciamento de contexto e padrões de uso de ferramentas.
