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.

Você atuará em um projeto de IA aplicada ao agronegócio, desenvolvendo agentes inteligentes capazes de gerar hipóteses e análises embasadas sobre produtividade agrícola. O sistema é baseado em uma arquitetura multiagente com especialistas por cultura (soja, algodão), rodando na infraestrutura do Google com o Gemini ADK como framework central de interação.

Responsabilidades
– Desenvolver e evoluir agentes especialistas dentro da arquitetura multiagente do projeto
– Integrar fontes de dados via RAG com BigQuery para consultas históricas e análises contextuais
– Colaborar na construção e refinamento de fluxos agênticos para análise de dados de solo e seiva
– Garantir qualidade, rastreabilidade e interpretabilidade das respostas geradas pelos agentes
– Trabalhar em conjunto com a frente analítica para traduzir insights de dados em capacidades do agente

Requisitos Técnicos
– Experiência com desenvolvimento de aplicações de IA generativa (LLMs, agentes, RAG)
– Familiaridade com Google Cloud Platform (BigQuery, Vertex AI, Cloud Run ou equivalentes)
– Conhecimento de frameworks de agentes — Gemini ADK, LangChain, LangGraph ou similares
– Proficiência em Python
– Experiência com integração de APIs e pipelines de dados

Diferenciais
– Experiência prévia com projetos no domínio agro ou setores com forte dependência de dados ambientais/sazonais
– Conhecimento de arquiteturas multiagente (orquestrador + agentes especialistas)
– Familiaridade com padrões de prompt engineering e avaliação de qualidade de respostas LLM
– Experiência com BigQuery e construção de pipelines de recuperação semântica (embeddings, vector search)
– Experiência com deploy e operação de agentes em ambientes produtivos (ex.: Vertex AI Agent Engine, Cloud Run ou plataformas equivalentes)
– Conhecimento de concorrência, paralelismo e otimização de workflows distribuídos
– Experiência com observabilidade, monitoramento e troubleshooting de aplicações baseadas em LLMs e sistemas multiagentes

Perfil Comportamental
– Capacidade de aprender rapidamente contextos de negócio específicos e complexos
– Curiosidade técnica para explorar novas capacidades do ecossistema Gemini/Google AI
– Boa comunicação para colaborar com times multidisciplinares (dados, agro, produto)
– Autonomia para propor soluções e não apenas executar tarefas definidas