Staff Engineer; AI Native

Buscamos a pessoa que será referência técnica em engenharia de software AI-native na Bemobi: quem define como os times especificam, delegam a agentes de IA e verificam o que é entregue, sem abrir mão dos fundamentos de arquitetura, qualidade e segurança.

Essa posição responde pelos padrões de desenvolvimento assistido por agentes — specs, contexto, guardrails, verificação e harness compartilhado — e pela confiabilidade do que vai para produção. Atua em desenvolvimento e operação, e mede sucesso por resultado para o negócio e para o usuário, não por volume de código gerado.

#BeABemober

• Especificação e contexto: definir o padrão de specs verificáveis — pré e pós-condições, invariantes, Given/When/Then — e manter o contexto que os agentes usam (AGENTS.md, CLAUDE.md, skills e restrições).
• Decomposição e orquestração: quebrar problemas complexos em unidades que um agente executa e um humano consegue verificar, coordenando vários agentes, worktrees isoladas e passagens de bastão.
• Política de delegação: definir com os times o que se delega à IA (o que é fácil de verificar, de baixo risco ou repetitivo) e o que fica com as pessoas (design, decisões de produto e contexto organizacional).
• Verificação: estabelecer a estratégia de testes, evals, mutation testing e benchmarks, e levar a revisão de código para o foco em intenção e risco, que escala com o volume gerado por agentes.
• Guardrails determinísticos: garantir CI rigoroso, proteção de branch, CODEOWNERS, lotes pequenos e rollback fácil como base de confiança no sistema.
• Segurança desde o início: desenhar agentes com identidade própria, menor privilégio, sandbox e defesa em profundidade, em conjunto com Segurança da Informação.
• Harness como produto: evoluir o setup compartilhado de engenharia — instruções, ferramentas, hooks e skills — incorporando o que se aprende com cada falha.
• Operação e confiabilidade: definir níveis de autonomia dos agentes em produção (L0 a L3), com autorização progressiva, dry-run e mecanismo de parada imediata; tratar cada agente como serviço, com SLOs, observabilidade e plano de contingência.
• IA na operação: aplicar IA onde ela agrega — playbooks, detecção de anomalia, RCA, rascunho de postmortem e handoff de incidente — sem substituir automação clássica que já resolve.
• Formação do time: mentorar ativamente, em especial juniores e plenos, e manter trilhas de fundamentos com prática deliberada sem IA, combatendo a atrofia de habilidades.
• Comunicação com o negócio: traduzir limites, riscos e ganhos da IA para liderança e áreas de negócio, sustentando decisões técnicas com dados.

• Experiência sólida em engenharia de software, com atuação como referência técnica (Staff, Principal ou Tech Lead) em sistemas de produção de alta escala.
• Fundamentos fortes: arquitetura, estruturas de dados, invariantes e fronteiras de segurança — a base para identificar código gerado "quase certo".
• Uso intensivo e comprovado de agentes de IA no dia a dia de desenvolvimento, com domínio de context engineering e spec-driven development.
• Prática em TDD, testes automatizados e evals, e capacidade de desenhar estratégias de verificação para código gerado por IA.
• Vivência com CI/CD, controle de versão, proteção de branch e entrega em lotes pequenos.
• Vivência em operação de sistemas: observabilidade, SLOs, resposta a incidentes e postmortems.
• Segurança aplicada: menor privilégio, isolamento e gestão de identidades e segredos.
• Julgamento e desconfiança calibrada: saber quando parar e conferir, sem rejeitar a IA nem confiar cegamente nela.
• Pensamento sistêmico e de risco, com foco em resultado para o negócio e para o usuário.
• Boa comunicação com áreas técnicas, liderança e negócio, e disposição real para…