Engenheiro | AI Engineer

Somos um Centro de Engenharia e Desenvolvimento de Produto que concebe, desenvolve e produz novas tecnologias, produtos e serviços para uma sociedade mais sustentável.

Trabalhamos fazendo a ponte entre cidades, indústria e universidades em torno de grandes programas de desenvolvimento e industrialização de produtos e serviços, a partir de Portugal, em sectores de alta tecnologia como a mobilidade, a aeronáutica e o espaço.

A área de AI Engineering é a nova camada de inteligência do ecossistema CEiiA. Reporta diretamente ao board e tem como missão dar autonomia aos sistemas que o CEiiA constrói.

Esta posição de Engenheiro | AI Engineer (m/f/d) irá integrar a área de AI Engineering.

Irás trabalhar diretamente com o Head of AI Engineering e com o Lead AI Engineer.

Os projetos são reais e já estão em movimento. Não irás manter código legacy. Irás construir coisas que não existem — agentes que raciocinam, pipelines que decidem, sistemas que antecipam. E vais garantir que os dados em que essas coisas assentam são sólidos, soberanos e confiáveis.

Também valorizamos

- LLMOps — model versioning, monitoring, deployment, eval pipelines;
- GCP, Docker;
- Background em domínios complexos: defesa, espaço, energia, infraestrutura crítica.

Responsibilities

Desenhar e manter a arquitetura de dados da AI Engineering — como os dados chegam, como são armazenados, como são versionados, quem tem acesso,; Garantir soberania: dados críticos não saem do perímetro,; Curar e estruturar dados messy de múltiplas fontes,; Construir pipelines de ingestão, transformação e qualidade — dados limpos antes de chegarem ao modelo,; Estruturar dados para reasoning: knowledge graphs, embeddings, RAG, context injection,; Arquitetar, desenhar e construir sistemas inteligentes sobre LLMs para domínios específicos,; Desenhar de que forma a máquina pensa: arquiteturas cognitivas, knowledge representation, prompt architecture, tool ecosystems, contexto e memória,; Orquestrar modelos — frontier, open-source, fine-tuned — com raciocínio fundamentado sobre custo, latência, qualidade e privacidade,; Prototipar rápido (dias, não meses) e levar PoCs a produto,; Failure design — cérebros alucinam, perdem contexto, ficam confusos. Desenhar guardrails, fallback, graceful degradation,; Eval mindset — como sabes que o cérebro melhorou? Desenhar evals, red-teaming, testar edge cases, medir qualidade de reasoning — não só accuracy.

Requirements

Formação em Engenharia Informática, Engenharia de Sistemas, Matemática, Física ou área técnica equivalente,; 3 ou mais anos de experiência, com pelo menos 2 em sistemas de AI/ML em produção (produtos que funcionam com utilizadores reais); Arquitetura de dados para AI — estruturar uma data layer soberana: ingestão, storage, qualidade, versionamento, acesso. Não é nice-to-have, é o ponto de partida,; Domínio sólido de pelo menos uma linguagem de backend (Python, Go, Rust ou equivalente), agentes, integração e pipelines complexos,; Experiência real com LLMs em produção: tool-calling, structured outputs, context management, gestão de custo e latência,; Arquitetura de agentes: sistemas com raciocínio multi-step, memória, tool ecosystems, fallback,; Orquestração de modelos — quando usar frontier vs open-source vs fine-tuned, com trade-offs claros,; Infraestrutura AI: GPUs, model serving (vLLM, TGI ou equivalente), inference pipelines, compute cloud vs on-prem,; Integração de dados de múltiplas fontes,; Curiosidade genuína,; Pensamento sistémico e crítico,; Conforto com ambiguidade,; Comunicação clara para perfis não técnicos,; Português (obrigatório) + inglês técnico.