Descrição de Vaga
| Código: | 15303 |
| Título da vaga: | Senior AI Architect – Agentic GenAI (Cybersecurity) |
| Local: | São Paulo, SP |
| Nível Profissional: | Sênior |
| Nível Acadêmico: | Ensino Superior Completo |
| Áreas de Atuação Profissional: | TI - Projetos |
| Descrição: | Período de alocação 1 ano Modelo de Trabalho 3x presencial 2x Remoto Localidade do Cliente Itaim Bibi |
| Habilidades: | Detalhes do Perfil Basicamente estamos em busca de um profissional senior (5 anos de experiencia ou mais), para implementar agentes de IA ligados a cybersegurança. O conhecimento essencial é dados e IA... o know-how de cybersecurity é nice to have para ajudar a interpretar os casos de uso com mais facilidade, mas não é essencial. O profissional vai atuar por aproximadamente 1 ano dando vazão a implementação de casos de uso de soluções pré-mapeadas pelo cliente. Todos os casos de uso serão ligados a Cybersegurança corporativa. As soluções terão foco agentico / GenAI, e serão desenvolvidas em high-code utilizando Python e plataforma cloud Azure. Caracteristicas importantes: - Precisa ter ingles avançado pois irá trabalhar com integrantes da equipe Global do cliente. Precisa ter a capacidade de discutir os casos de uso e soluções em ingles. - Precisa ter disponibilidade para atuar presencialmente em São Paulo Atividades previstas: - Entendimento e discução dos casos de uso com a equipe de Cybersegrança para melhor detalhamento, especificação e desenho da solução técnica. - Desenvolvimento dos casos de uso usando linguagem Python e bibliotecas especificas de GenAI. - Configuração de ambiente cloud Azure para desenvolvimento dos casos de uso. - Testes, manutenção e correção das soluções. Abaixo a descrição do perfil. • Architect and develop agentic AI systems (multi tool, multi-step agents) that safely orchestrate autonomous workflows and integrate with internal APIs and data sources. • Productionize and optimize generative AI solutions for Cybersecurity use cases • Lead design and implementation of AI Ops pipelines for continuous deployment and monitoring of GenAI models across cloud and on-prem environments. • Implement robust observability and MLOps: model and data drift detection, lineage, explainability, performance SLIs/SLOs, alerting and automated remediation. • Automate CI/CD for models and agents to ensure reproducible, auditable releases. • Enforce governance, privacy, and compliance guardrails for GenAI (data minimization, PII filtering, red-team testing, prompt/content safety and logging for auditability). • Collaborate with cross-functional teams to translate business needs into safe, scalable AI solutions and to operationalize user feedback loops. |