Formação AcadêmicaGraduação completa em Ciência da Computação, Engenharia da Computação, Sistemas de Informação ou áreas correlatas;Pós-graduação, MBA ou mestrado em Inteligência Artificial, Machine Learning, Ciência de Dados ou Computação Cognitiva. Experiência ProfissionalProjetos de IA generativa, (LLMs, GPT ou outras soluções de IA) aplicados em contextos reais; Desenvolvimento de agentes inteligentes com uso de tools, memória contextual e técnicas de RAG; Integração comAPIs RESTe bancos de dados relacionais ou não relacionais; Frameworks de agentes: LangChain, Semantic Kernel, Haystack, ou implementações customizadas;Cloud computing(preferencialmenteAzure) para deploy e escalabilidade. Conhecimentos EspecíficosConceitos como machine learning, NLP, visão computacional ou IA generativa;Ferramentas de experimentação e análise de dados (ex: SQL, Looker, Amplitude, Mixpanel);Python avançado, com domínio de boas práticas, orientação a objetos e design patterns;Memória vetorial/contextual: Redis, ChromaDB, ou similares.(Desejáveis) Formações, Conhecimentos e/ou ExperiênciasAtuação em projetos que tenham utilizado inteligência artificial para segurança e saúde no trabalho (SST) ou meio ambiente;Experiência prévia como Product Manager ou Product Owner em produtos digitais;Atuação com metodologias ágeis (Scrum, Kanban);Tecnologias assistivas em SST;Inglês intermediário;Certificações em IA ou áreas correlatas.Mapear roadmap de iniciativas de IA, em parceria com líderes de produto, tecnologia, dados, processos e design; Identificar e implementar oportunidades de aplicação de IA para automatização e melhoria de processos internos (operacionais, administrativos e técnicos), inclusive os atualmente geridos por sistemas; Projetar, desenvolver e manteragentes inteligentes(baseados em LLMs, regras, planejamento ou multiagentes); Atuar como ponte entre engenharia, ciência de dados, design e áreas de negócio para traduzir problemas de negócio em arquiteturas de IA aplicáveis e escaláveis; Criar e otimizar fluxos deprompt engineering, orquestração de ferramentas (tools) e memória de contexto; Integrar agentes a APIs externas, bases de dados, sistemas do negócio SST e ferramentas de automação; Realizar testes, avaliações e monitoramento de desempenho dos agentes; Acompanhar indicadores de desempenho (KPIs) e promover melhoria contínua com base em dados; Garantir boas práticas de governança, privacidade e uso ético da IA; Monitorar tendências tecnológicas emergentes e propor soluções inovadoras que gerem valor para a organização.