[Job - 29775] AI Developer PL/SR (foco em .Net)
Onde esta vaga está disponível
Recolhido por padrão para manter a descrição fácil de ler.
- Brazil, Brasil
- Brasil
Resumo da vaga pela JobGrid
[Job - 29775] AI Developer PL/SR (foco em .Net) at ciandt: Brazil, Brasil, Brasil; Presencial; Sénior; TI; Data Science e ML. JobGrid adds normalized role facts, source context, and a path to the employer application page so candidates can compare the listing before applying.
- Location and workplace: Brazil, Brasil, Brasil, Presencial
- Role classification: TI, Data Science e ML, Sénior
- Source freshness: checked by JobGrid on 2026-06-11.
- Application path: candidates continue to the employer application page with non-personal referral tags.
Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.
Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.
Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.
Procuramos pessoas AI Engineer PL/SR que já opere o SDLC de forma nativa com IA — não como apoio pontual, mas como parte do fluxo. Isso inclui uso consistente de automações com agentes que executam tarefas multi-step, usam ferramentas e interagem com o ambiente (repos, pipelines, APIs). É importante que a pessoa saiba estruturar especificações que alimentam a IA, manter controle de qualidade e operar isso em produção com segurança.
Você precisa ter prática com:
Experiência com desenvolvimento utilizando prioritariamente a linguagem .net e python.
AWS (infraestrutura como código IAC)
Spec-driven development (especificação como input primário da AI)
Domínio sólido de SDLC (design → build → test → deploy → operate)
Uso avançado de AI no desenvolvimento (codegen, testes, refactor, debugging)
Construção de agentes (multi-step, tool usage, planning + execution)
Criação de skills reutilizáveis e composição de capacidades
Integração via MCP (Model Context Protocol) ou equivalente
Criacao de slash-commands / interfaces operacionais baseadas em prompt estruturado
Orquestração de workflows (multi-agente ou humano + agente)
Integração com ferramentas (Git, CI/CD, issue tracking, observabilidade)
Avaliação crítica de outputs de AI (qualidade, segurança, consistência)
Perfil orientado a sistemas e resolução de problemas complexos, com capacidade de decompor tarefas para execução por agentes e manter controle sobre resultados gerados por IA.
• Pensamento sistêmico (fluxo completo, não só código)
• Forte decomposição de problemas
• Facilidade de comunicação com times técnicos e de negócios
• Pensamento crítico sobre outputs de AI
• Facilidade em aprendizado contínuo