ENGENHEIRO DE PROMPT

No Grupo Stefanini, acreditamos no poder da colaboração. Co-criamos soluções inovadoras em parceria com nossos clientes, combinando tecnologia de ponta, inteligência artificial e a criatividade humana. Estamos na vanguarda da resolução de problemas de negócios, proporcionando impacto real em escala global.

Ao se juntar à Stefanini, você se torna parte de uma jornada global de transformação. Estamos empenhados em criar impacto positivo não apenas nos negócios, mas também na vida de nossos colaboradores. Se você procura uma oportunidade de crescimento profissional em uma empresa que valoriza inovação, respeito, autonomia e parceria, você encontra aqui!

Junte-se a nós e seja parte da mudança!

Principais atribuições

1. Engenharia de prompts

• Criar, testar e otimizar prompts para modelos de: Texto; Imagem; Áudio;Soluções multimodais.
• Desenvolver prompts: Simples; Encadeados; Parametrizados; Orientados ao uso de ferramentas.
• Projetar estruturas para: Definição de persona e contexto; Uso de exemplos — few-shot prompting; Raciocínio estruturado; Classificação e extração de dados; Geração de textos; Chamadas de funções e APIs; Recuperação de informações em bases internas.
• Criar bibliotecas reutilizáveis de prompts, templates e componentes de IA;
• Adaptar prompts a diferentes modelos, provedores, idiomas e casos de uso.

2. Desenvolvimento de soluções com IA generativa

• Transformar requisitos de produto e negócio em soluções baseadas em LLMs;
• Participar da construção de: Agentes; Chatbots; Copilotos; Automações inteligentes.
• Projetar fluxos de conversação e tomada de decisão;
• Integrar modelos de IA com: APIs; Bancos de dados; Sistemas corporativos; Ferramentas externas.
• Trabalhar com arquiteturas como: RAG — geração aumentada por recuperação; Agentes com uso de ferramentas; Workflows de múltiplas etapas; Memória conversacional; Classificação e roteamento de solicitações.

3. Avaliação e garantia de qualidade

• Criar conjuntos de testes e benchmarks para avaliar prompts;
• Definir métricas de avaliação, como: Precisão; Relevância; Consistência; Completude; Taxa de alucinação; Aderência ao formato; Latência; Custo por execução.
• Comparar diferentes modelos e estratégias de prompt;
• Realizar testes com casos: Normais; Extremos; Ambíguos; Adversariais.
• Implantar processos de avaliação contínua em produção;
• Analisar falhas e ajustar: Prompts; Contextos; Dados; Regras de validação.

4. Segurança, privacidade e governança

• Identificar e reduzir riscos relacionados a: Prompt injection; Vazamento de informações; Geração de conteúdo inadequado; Respostas não autorizadas; Uso indevido de ferramentas; Exposição de dados pessoais ou confidenciais.
• Criar instruções de segurança, regras de recusa e limites operacionais;
• Aplicar princípios de: LGPD; Privacidade; Governança de IA.
• Definir mecanismos de: Validação; Filtragem; Auditoria das respostas.
• Apoiar a criação de políticas para uso responsável de IA.

5. Trabalho com dados e contexto

• Definir quais informações devem ser fornecidas ao modelo e em qual formato;
• Estruturar documentos, metadados e bases de conhecimento para uso por IA;
• Apoiar estratégias de: Segmentação; Indexação; Recuperação de documentos.
• Avaliar a qualidade, atualidade e confiabilidade das fontes;
• Projetar formatos estruturados de entrada e saída;
• Trabalhar especialmente com: JSON; JSON Schema; Esquemas validáveis.

6. Colaboração multidisciplinar

• Trabalhar em conjunto com profissionais de: Produto; Engenharia de software; Dados; Segurança; Jurídico; Áreas de negócio.
• Entrevistar usuários e especialistas para entender necessidades e restrições;
• Documentar: Decisões; Padrões; Versões; Resultados de experimentos.
• Orientar engenheiros, analistas e profissionais juniores;
• Comunicar limitações, riscos e resultados técnicos para públicos não técnicos.

7. Operação e melhoria contínua

• Monitorar o comportamento dos modelos em produção;
• Identificar alterações de desempenho causadas por: Mudanças no modelo; Dados; Contexto.
• Controlar versões de prompts e configurações;
• Otimizar: Custo; Velocidade; Estabilidade; Escalabilidade.
• Criar mecanismos de: Fallback; Revisão humana; Tratamento de erros.
• Acompanhar novidades em modelos, frameworks e técnicas de IA generativa.

Requisitos

• Experiência avançada com LLMs e modelos multimodais;
• Domínio de técnicas de prompt engineering;
• Conhecimento de Python ou outra linguagem de programação;
• Experiência com APIs de modelos de IA;
• Conhecimento de: RAG; Embeddings; Bancos vetoriais; Busca semântica.
• Familiaridade com: Agentes; Function calling; Orquestração de fluxos.
• Noções de: Machine learning; Processamento de linguagem natural; Avaliação de modelos.
• Experiência com: JSON Schema; APIs REST; Bancos de dados; Sistemas distribuídos.
• Conhecimento de: Observabilidade; Testes automatizados; Controle de versões.
• Noções de cloud computing;
• Conhecimentos em DevOps e MLOps serão considerados diferenciais.

Diferenciais importantes

• Experiência em setores como: Financeiro; Jurídico; Saúde; Atendimento; Tecnologia.
• Participação em projetos de IA em produção;
• Experiência com avaliação humana e criação de datasets de teste;
• Conhecimento de: Fine-tuning; LoRA; Treinamento supervisionado.
• Experiência com plataformas de observabilidade e avaliação de LLMs;
• Conhecimento em segurança de aplicações de IA;
• Inglês técnico avançado;
• Histórico comprovado de: Redução de custos; Aumento de precisão; Automação mensurável.