Staff AI Engineer

Descrição da empresa

A Serasa Experian é a primeira e a maior Datatech do Brasil. Líder em soluções de inteligência para análise de riscos e oportunidades, com foco nas jornadas de crédito, autenticação e prevenção à fraude. Com tecnologia de ponta, inovação e os melhores talentos, transforma a incerteza do risco na melhor decisão, ajudando pessoas a realizarem seus sonhos e empresas de todos os portes e segmentos a prosperarem.

Temos 22.000 pessoas operando em 32 países e a cada dia estamos investindo em novas tecnologias, profissionais talentosos e inovação para ajudar todos os clientes a maximizarem cada oportunidade. Com sede corporativa em Dublin, Irlanda, a Experian está listada na Bolsa de Valores de Londres (EXPN) e compõe o índice FTSE 100.

Descrição da vaga

Buscamos uma pessoa Staff AI Engineer para liderar a estratégia de uso e adoção de Inteligência Artificial nos produtos de Marketing Services, conectando profundidade técnica em GenAI com oportunidades concretas de produto, eficiência operacional e geração de valor para a BU.

É uma posição de contribuidor individual sênior: esperamos que você construa, decida e responda pelo que coloca em produção. Além disso, lidera funcionalmente outros AI Engineers — direciona tecnicamente, revisa arquitetura, estabelece padrões e desenvolve o time —, sem gestão hierárquica formal neste momento.

A posição é central na evolução de soluções baseadas em LLMs, RAG e agentes, e responde pela identificação de casos de uso, pela definição das abordagens técnicas e pela transformação de aprendizado experimental em direcionamento para Produto, Engenharia e Liderança.

Mais do que uma referência em experimentação, buscamos quem já aplicou IA para acelerar estratégias de produtos digitais, melhorar jornadas e sustentar decisões de negócio com impacto real e medido.

Qualificações

Principais responsabilidades

• Conduzir experimentos comparativos com diferentes LLMs, agentes e arquiteturas de GenAI aplicados a casos reais de negócio;

• Projetar, otimizar e evoluir pipelines de RAG, incluindo estratégias de chunking, embeddings, retrieval e avaliação contínua;

• Estruturar frameworks de avaliação e benchmarking para aplicações GenAI, considerando qualidade, relevância, confiabilidade, custo, latência e aderência ao caso de uso;

• Medir performance, custo e ROI de soluções baseadas em IA, sustentando decisões de priorização e escala;

• Decidir quando utilizar Prompt Engineering, RAG, Fine-Tuning ou arquiteturas multiagentes, respondendo pelos trade-offs técnicos e de negócio da escolha;

• Atuar em parceria com times de Produto, Engenharia, Dados e Liderança para identificar onde IA pode acelerar estratégias de produtos digitais e ampliar valor para a BU;

• Traduzir resultados técnicos em recomendações claras para roadmap, arquitetura, governança e evolução de capacidades;

• Estabelecer boas práticas, padrões técnicos e uso responsável de GenAI dentro da estrutura, com adoção real pelas squads;

• Construir e conduzir a visão aplicada de IA para Marketing Services, conectando tendências tecnológicas a necessidades reais de clientes, parceiros e produtos;

• Elevar o nível técnico do time em GenAI por meio de mentoria, revisões de arquitetura e documentação de decisões.

Requisitos obrigatórios

• 5+ anos de experiência em engenharia de software, dados ou Machine Learning, com trajetória de responsabilidade técnica crescente;
• Ter conduzido transformação tecnológica em escala de área, BU ou organização, sabendo descrever o estado anterior, o que mudou e o resultado medido. Exemplos: adoção de IA ou GenAI em produtos e times, migração de plataforma, programa de MLOps, mudança de arquitetura ou evolução do modelo de engenharia;
• Ter estabelecido padrões, componentes ou práticas técnicas adotadas por times que não eram o seu, incluindo como a adoção foi conquistada;
• Experiência comprovada levando soluções de GenAI a produção — RAG e/ou agentes com usuário real, sustentação e medição de qualidade e custo. Não contam provas de conceito, notebooks ou pilotos que não chegaram a usuário;
• Experiência prática com GenAI e LLMs em contexto real de negócio;
• Experiência no desenho, avaliação e evolução de soluções com RAG, embeddings, retrieval e/ou agentes;
• Vivência em iniciativas que conectaram IA a produto digital, eficiência operacional, automação ou aceleração de jornadas;
• Proficiência avançada em Python;
• Conhecimento sólido em SQL e manipulação de grandes volumes de dados;
• Base consistente em estatística, análise de dados e experimentação;
• Experiência com avaliação de modelos generativos, incluindo métricas tradicionais e abordagens LLM-based;
• Familiaridade com frameworks e ecossistemas de LLMs, como OpenAI SDK, LangChain, CrewAI ou equivalentes;
• Experiência construindo servidores MCP (Model Context Protocol) — desenho das tools, contratos de exposição e operação;
• Capacidade de documentar trade-offs e transformar conclusões técnicas em…