O rótulo “vaga de IA” está ficando cada vez menos específico. Nas três oportunidades abaixo, a empresa não procura alguém apenas para escolher um modelo, escrever prompts ou fazer uma demo. Procura gente que consiga colocar sistemas em produção: com dados, infraestrutura, custo, observabilidade, segurança e produto no mesmo problema.
Isso não quer dizer que você precise dominar tudo antes de se candidatar. Quer dizer que vale ler o anúncio como um mapa: separar o que é requisito central, o que é diferencial e onde a empresa está tentando resolver uma dor de plataforma. É bem mais útil do que tratar uma lista longa de tecnologias como uma prova de que você “ainda não está pronto”.
As vagas estavam abertas nas páginas das empresas na data desta publicação. Processos mudam rápido; confirme a disponibilidade diretamente no link de inscrição.
1. Wellhub — Senior AI Platform Engineer
Modalidade: remoto no Brasil. Senioridade: sênior. Foco: plataforma de ML e IA para times internos.
A Wellhub descreve uma função de engenharia de plataforma, não de pesquisa isolada. O trabalho passa por Kubeflow, Feast, Spark em Kubernetes, AWS, Python, CI/CD, infraestrutura como código e observabilidade. A promessa do time é dar a cientistas de dados e engenheiros uma “estrada pavimentada” para sair do notebook e chegar a uma solução de produção.
O sinal mais importante aqui é a combinação: IA aparece junto de DX, APIs internas, governança e automação. Se você vem de backend, plataforma ou DevOps e quer se aproximar de IA, essa é a ponte mais concreta do anúncio — mostrar que sabe tornar um fluxo repetível, observável e seguro.
2. QuintoAndar — Senior Site Reliability Engineer, AI Platform
Modalidade: remoto-first no Brasil, com opção de escritório ou coworking em São Paulo. Senioridade: sênior. Foco: confiabilidade e guardrails para adoção de IA.
O QuintoAndar procura alguém com pelo menos sete anos de experiência em SRE ou engenharia de software. A descrição coloca IA aplicada ao lado de custos, observabilidade, Kubernetes, containers, Vault, API Ingress, CI/CD, revisão de código e sistemas distribuídos.
É uma vaga que ajuda a desmontar a ideia de que a carreira em IA se resume a modelar. Parte relevante do valor está em impedir que a automação vire um conjunto de integrações caras, opacas e difíceis de operar. Para se candidatar, vale traduzir sua experiência de confiabilidade em evidências: incidentes que você reduziu, automações que tornou auditáveis, limites de custo que criou e decisões de arquitetura que documentou.
3. Stone — Sênior AI Engineer
Modalidade: híbrido em Florianópolis (SC). Senioridade: sênior. Foco: IA generativa e machine learning em produtos conversacionais.
Na Stone, a vaga junta IA generativa, WhatsApp e Twilio, prompt engineering, engenharia de software, análise de dados e criação de modelos. Entre os requisitos e diferenciais estão Python, experimentação de ML, NLP, recuperação de informação, APIs, banco de dados, CI/CD, cloud e ferramentas de MLOps.
A leitura prática é simples: prompt é parte do trabalho, não o cargo inteiro. O anúncio pede capacidade de testar, medir, integrar e evoluir um sistema que conversa com usuário de verdade. Quem tem projetos pessoais pode se diferenciar mostrando esse ciclo completo: problema, dados, avaliação, integração e o que mudou depois do feedback.
Como usar essa rodada sem virar colecionador de requisitos
Compare as três descrições e marque o que se repete: engenharia de software, entrega em produção, automação, nuvem, dados e capacidade de explicar decisões. Depois escolha uma lacuna que caiba em um projeto demonstrável. Não tente estudar Kubeflow, SRE, LLMOps, NLP e três clouds ao mesmo tempo só porque todos aparecem no mesmo universo.
Uma boa candidatura para esse tipo de vaga deixa claro qual problema você sabe resolver hoje e qual peça está aprendendo a operar. Em vez de escrever “conhecimentos em IA”, vale mais apontar um sistema que você construiu, como mediu qualidade, onde colocou limites e o que faria diferente numa próxima versão.
