Currículo de um AI Engineer

O papel de AI Engineer (engenheiro de inteligência artificial aplicada) emergiu no mercado internacional entre 2023 e 2025 como uma disciplina distinta da ciência de dados e da pesquisa em aprendizado de máquina. Enquanto pesquisadores e engenheiros de machine learning tradicionais (MLEs) constroem arquiteturas neurais, otimizam gradientes e gerenciam clusters de GPUs para treinar modelos base, o AI Engineer foca no sistema ao redor dos modelos de fundação. Sua missão é transformar modelos probabilísticos em produtos de software determinísticos, previsíveis, escaláveis e economicamente viáveis.

Empresas pioneiras como OpenAI, Anthropic, Meta, Stripe e centenas de startups aceleradas pela Y Combinator procuram profissionais com um perfil muito específico: engenheiros de software sólidos que dominam sistemas distribuídos, concorrência, recuperação de dados e avaliação quantitativa rigorosa de modelos de linguagem.

Esta nota estabelece o currículo completo e estruturado para quem deseja se capacitar no nível exigido por vagas internacionais para o cargo de AI Engineer.

O mapa do currículo

A distinção entre papéis técnicos

Para planejar a formação com precisão, é necessário entender onde o AI Engineer se posiciona no espectro técnico de inteligência artificial:

Pesquisa Pura                  Engenharia de Sistemas                Engenharia de Produto
[ ML Researcher ] --------> [ Machine Learning Engineer ] --------> [ AI Engineer ] --------> [ Software Engineer ]
Cria arquiteturas           Treina modelos, pipelines               Orquestra modelos de       Constrói regras de negócio
e funções de perda          de MLOps e CUDA kernels                 fundação, RAG e agentes    e interfaces de usuário

O AI Engineer opera na interseção entre engenharia de software sênior e inteligência artificial aplicada. Ele não precisa saber derivar equações de retropropagação manualmente todos os dias, mas precisa entender com perfeição por que um modelo alucina, como a atenção degrada em contextos longos, como calcular a latência no percentil 95 (p95) de uma chamada de rede e como medir se uma mudança de prompt degradou a precisão do sistema.

---

Os 6 pilares técnicos fundamentais

1. Engenharia de software e sistemas concorrentes

O maior filtro em entrevistas para AI Engineer no exterior não é sobre prompts, mas sobre arquitetura de software e sistemas backend. Uma chamada a um modelo de linguagem pode levar de centenas de milissegundos a vários segundos. Tratar esse fluxo como se fosse uma chamada HTTP comum derruba servidores em produção.

Competências exigidas

• Python moderno e assíncrono: Domínio absoluto de asyncio, tarefas concorrentes (asyncio.gather, TaskGroup), gerenciamento de ciclo de vida com FastAPI, tipagem estrita com mypy ou pyright e gerenciadores modernos de pacotes como uv.
• Arquiteturas de streaming: Implementação de Server-Sent Events (SSE) e WebSockets para entregar tokens em tempo real ao cliente, mitigando a percepção de latência.
• Resiliência e controle de fluxo: Criação de clientes HTTP assíncronos (httpx) com estratégias robustas de reconexão, backoff exponencial, chaveamento de falhas (circuit breaker) e limitadores de taxa baseados em algoritmos como Token Bucket ou Leaky Bucket para gerenciar cotas de RPM (requisições por minuto) e TPM (tokens por minuto).
• Linguagens complementares de alta vazão: Conhecimento de linguagens com tipagem forte e concorrência nativa, como Go (essencial para gateways de API de baixa latência, processamento paralelo de arquivos e proxies) e TypeScript (líder no desenvolvimento de clientes de agentes e integrações frontend).
• Testes automatizados e contêineres: Criação de testes unitários e de integração desacoplados de APIs externas usando fixtures e mocks em pytest, empacotamento com Docker multi-stage e automação em pipelines de CI/CD via GitHub Actions.

---

2. Modelos de fundação, APIs e engenharia de contexto

Compreender o comportamento probabilístico dos modelos de fundação é a base para desenhar sistemas estáveis. O foco aqui é dominar a interface programática entre a aplicação e o modelo.

Competências exigidas

• Taxonomia do ecossistema: Saber quando utilizar modelos de fronteira proprietários (famílias GPT da OpenAI, Claude da Anthropic, Gemini da Google) e quando adotar modelos de pesos abertos (famílias Llama da Meta, Mistral/Mixtral, DeepSeek, Qwen). A decisão envolve trade-offs explíceis entre custo, latência, privacidade de dados e capacidade de raciocínio.
• Mecânica de inferência: Entendimento de tokenização com algoritmos como Byte-Pair Encoding (BPE), janelas de contexto, custos assimétricos entre tokens de entrada e saída, tempo até o primeiro token (TTFT - Time To First Token) e taxa de transferência de tokens por segundo.
• Saídas estruturadas confiáveis (Structured Outputs): Uso de decodificação restrita por gramática (Constrained Decoding) em nível de motor de inferência para garantir que a resposta do modelo obedeça estritamente a um esquema JSON validado com Pydantic, eliminando falhas de parsing em tempo de execução.
• Engenharia de contexto avançada: Superação do modelo ingênuo de “tentativa e erro” de prompts. Elaboração de diretrizes de sistema modulares, técnicas de raciocínio passo a passo estruturado (Chain-of-Thought), injeção deliberada de exemplos representativos (few-shot learning) e mitigação da degradação de atenção em contextos volumosos (o fenômeno lost-in-the-middle). Para aprofundar esses fundamentos, consulte LLMs e Prompt e contexto.

---

3. RAG em produção (recuperação aumentada por busca)

A recuperação aumentada por busca é a espinha dorsal da integração de conhecimento corporativo aos modelos de linguagem. O mercado internacional rejeita tutoriais básicos e busca engenheiros que saibam lidar com acervos complexos, ruídos e requisitos de precisão.

                    ┌─────────────────────────┐
                    │    Consulta do Usuário  │
                    └────────────┬────────────┘
                                 │
                 ┌───────────────┴───────────────┐
                 ▼                               ▼
       ┌───────────────────┐           ┌───────────────────┐
       │   Busca Vetorial  │           │   Busca Lexical   │
       │  (Semântica Densa)│           │   (BM25 / Esparsa)│
       └─────────┬─────────┘           └─────────┬─────────┘
                 │                               │
                 └───────────────┬───────────────┘
                                 ▼
                     ┌───────────────────────┐
                     │ Reciprocal Rank Fusion│
                     │         (RRF)         │
                     └───────────┬───────────┘
                                 ▼
                     ┌───────────────────────┐
                     │ Cross-Encoder Rerank  │
                     │ (Filtragem e Limiar)  │
                     └───────────┬───────────┘
                                 ▼
                     ┌───────────────────────┐
                     │ Contexto Enxuto e LLM │
                     └───────────────────────┘

Competências exigidas

• Modelagem de embeddings e índices vetoriais: Seleção de modelos densos de embedding, cálculo de distâncias (cosseno, produto escalar, Euclidiana) e configuração de estruturas de indexação como HNSW (Hierarchical Navigable Small World) e IVF. Escolha fundamentada entre bancos dedicados (Qdrant, Pinecone) e extensões relacionais robustas (pgvector). Veja os detalhes nas aulas Embeddings, Similaridade entre vetores, Busca vetorial e Banco de dados vetorial.
• Ingestão e pré-processamento de documentos: Conversão de arquivos não estruturados (PDFs com tabelas, documentos digitalizados, páginas HTML) em dados limpos. Estratégias de fatiamento inteligente de texto: chunking por tamanho fixo com sobreposição, chunking semântico e particionamento baseado na estrutura do documento (cabeçalhos e seções). Aulas de referência: Chunking e Ingestão de documentos.
• Busca híbrida e fusão de ranqueamento: Superação das falhas da busca puramente vetorial com termos técnicos, números de série e códigos. Implementação de busca híbrida unindo busca vetorial densa com busca lexical esparsa (BM25) via Reciprocal Rank Fusion (RRF). Detalhado em Busca híbrida.
• Reranking e seleção de contexto: Aplicação de modelos cross-encoder para reordenar os fragmentos mais promissores e aplicação de limiares de corte para descartar trechos irrelevantes antes da montagem do prompt final, economizando tokens e evitando alucinações. Detalhado em Reranking.
• Diagnóstico em camadas do pipeline: Rastreamento sistemático para identificar se um erro final ocorreu porque o trecho não foi recuperado (camada 1), porque não foi incluído no prompt (camada 2) ou porque o modelo ignorou a evidência fornecida (camada 3). Detalhado em RAG.

---

4. Arquiteturas agênticas, chamada de ferramentas e protocolo MCP

Os agentes transformam os modelos em nós de tomada de decisão capazes de navegar em sistemas externos, interagir com bancos de dados e orquestrar fluxos de trabalho autônomos.

Competências exigidas

• Chamada de ferramentas nativa (Function Calling): Capacidade de expor APIs, consultas SQL e utilitários de sistema para o modelo através de esquemas declarativos precisos, tratando respostas e erros de execução de forma idempotente.
• Padrões agênticos consolidados:
  • ReAct (Reasoning + Acting): Ciclos reflexivos de raciocínio, escolha de ação, observação do resultado e nova reflexão.
  • Roteamento semântico: Classificadores de intenção eficientes para direcionar consultas complexas para fluxos especializados.
  • Execução paralela: Divisão de tarefas amplas em subtarefas executadas em paralelo por subagentes com contexto isolado.
  • Human-in-the-loop: Pontos de interrupção e confirmação explícita para ações sensíveis de escrita, exclusão ou transação financeira.
• Model Context Protocol (MCP): Domínio do padrão aberto de interoperabilidade introduzido pela Anthropic e adotado pela indústria. Desenvolvimento de servidores MCP em TypeScript e Python para expor ferramentas, recursos e prompts de forma reutilizável e desacoplada do cliente. Consulte a documentação interna em MCP.
• Orquestração com grafos de estados: Criação de fluxos agênticos baseados em máquinas de estados finitas utilizando bibliotecas como LangGraph ou implementações próprias. Prevenção de loops infinitos, suporte a retrocesso (time-travel debugging) e persistência de estado em memória e banco de dados. Para arquiteturas detalhadas, veja Agents.

---

5. Avaliação sistemática (evals), guardrails e observabilidade

A capacidade de avaliar quantitativamente a qualidade de um sistema baseado em IA é a marca definitiva de um engenheiro sênior. Em empresas maduras, nenhum prompt ou pipeline de RAG vai para produção sem passar por uma esteira de testes automatizada.

Competências exigidas

• Construção de conjuntos de teste (Golden Sets): Criação e curadoria de conjuntos de dados de referência contendo perguntas, respostas gabarito e fragmentos canônicos. Classificação dos casos de teste em categorias explícitas: perguntas com resposta direta, sínteses de múltiplos documentos, paráfrases com ruído e perguntas sem resposta (para validar a capacidade do sistema de se recusar a responder quando não há dados).
• Métricas de recuperação e geração:
  • Recuperação: medição de hit@k, recall@k, precision@k, Mean Reciprocal Rank (MRR) e Normalized Discounted Cumulative Gain (nDCG).
  • Geração: fidelidade ao contexto fornecido (faithfulness ou groundedness), relevância da resposta em relação à pergunta (answer relevance), exatidão frente ao gabarito e validade formal das citações.
• O modelo como juiz (LLM-as-a-judge):
  • Elaboração de rubricas avaliativas inequívocas com escalas curtas e ancoradas em critérios objetivos.
  • Calibração obrigatória do juiz automatizado contra anotações humanas usando coeficientes estatísticos como o Kappa de Cohen ou concordância percentual pareada.
  • Detecção e mitigação de vieses conhecidos: viés de posição (preferência pela primeira opção apresentada), viés de verbosidade (notas maiores para respostas longas) e autopreferência (modelos dando notas melhores para suas próprias respostas).
• Rigor estatístico: Aplicação de reamostragem por bootstrap pareado e testes não paramétricos (como o teste dos sinais) para verificar se uma melhoria percentual é estatisticamente significativa ou mero ruído amostral.
• Observabilidade pontual e telemetria: Instrumentação de chamadas com padrões OpenTelemetry e plataformas especializadas (LangSmith, Arize Phoenix, Braintrust, Helicone). Acompanhamento sistemático de métricas essenciais: custo financeiro por requisição, consumo de tokens, latência p50/p95/p99 e taxa de erro por componente.
• Segurança e defesas de contorno (Guardrails): Sanitização de entradas contra injeção de prompt direta e indireta, prevenção de vazamento de dados sensíveis (PII) e filtragem de respostas indesejadas utilizando bibliotecas de defesa e modelos moderadores dedicados.

---

6. Otimização de inferência, quantização e fine-tuning

Embora o AI Engineer utilize principalmente modelos via APIs gerenciadas, o domínio sobre como executar, acelerar e adaptar modelos localmente é mandatório para arquiteturas privadas e redução de custos operacionais em escala.

Competências exigidas

• Critérios de decisão para fine-tuning: Entendimento claro da hierarquia de complexidade. Fine-tuning nunca é a primeira escolha para adicionar fatos novos a um modelo; essa é a função do RAG. O fine-tuning serve para ensinar estilo, tom, formatos estruturados altamente específicos ou tarefas de nicho com modelos compactos de baixo custo.
• Técnicas de adaptação eficiente (PEFT): Ajuste fino com LoRA (Low-Rank Adaptation) e QLoRA (Quantized LoRA) utilizando ferramentas como Hugging Face PEFT e Unsloth. Criação de conjuntos de dados no formato de instrução (SFT - Supervised Fine-Tuning) e noções de alinhamento com DPO (Direct Preference Optimization).
• Motores de inferência de alto desempenho: Configuração e implantação de servidores como vLLM e SGLang, dominando conceitos como PagedAttention, batching contínuo (continuous batching) e balanceamento de carga de requisições.
• Formatos de quantização: Compreensão do funcionamento de formatos como GGUF (para execução local e eficiente em CPU/Apple Silicon), AWQ e GPTQ (para GPUs NVIDIA em produção), avaliando perdas de precisão métrica versus economia de VRAM e aumento de throughput.

---

Roteiro prático de aprendizado (4 a 6 meses)

Para quem já possui base em programação e desenvolvimento backend, este cronograma estrutura o aprendizado em etapas sequenciais com entregas concretas.

Mês 1                     Mês 2                     Mês 3                     Mês 4 a 6
Fundamentos & Concorrência RAG Avançado & Dados       Agentes & MCP             Evals, Produção & Fine-Tuning
┌───────────────────────┐ ┌───────────────────────┐ ┌───────────────────────┐ ┌───────────────────────┐
│ • Python assíncrono   │ │ • Chunking semântico  │ │ • Tool use & ReAct    │ │ • LLM-as-a-judge      │
│ • Streaming SSE       │ │ • Embeddings e HNSW   │ │ • Protocolo MCP       │ │ • Golden set & CI     │
│ • Structured outputs  │ │ • Busca híbrida (RRF) │ │ • Grafos de estados   │ │ • vLLM & Quantização  │
│ • Rate limiting       │ │ • Cross-encoder rerank│ │ • Tolerância a falhas │ │ • Observabilidade     │
└───────────────────────┘ └───────────────────────┘ └───────────────────────┘ └───────────────────────┘

Mês 1: Infraestrutura de software e consumo de modelos

• Escreva clientes assíncronos usando httpx e FastAPI para consumir modelos da OpenAI e Anthropic.
• Implemente endpoints que fornecem respostas em streaming usando Server-Sent Events (SSE).
• Force saídas tipadas utilizando Pydantic e o recurso de saídas estruturadas garantidas por gramática.
• Desenvolva um middleware que faça cache semântico de respostas e controle de requisições por minuto com limites configuráveis.

Mês 2: Engenharia de recuperação e dados

• Construa um pipeline completo de ingestão que processe arquivos PDF e converta tabelas em estruturas textuais legíveis.
• Suba uma instância local do PostgreSQL com a extensão pgvector e configure índices do tipo HNSW.
• Implemente um algoritmo de busca híbrida manual combinando BM25 (via rank-bm25 ou extensão de texto do banco) e similaridade de cosseno, fundindo as pontuações com Reciprocal Rank Fusion (RRF).
• Adicione uma etapa de reranking com um modelo cross-encoder (como bge-reranker-base) e avalie a diferença na precisão dos fragmentos recuperados.

Mês 3: Agentes autônomos e o ecossistema MCP

• Crie um agente ReAct do zero, sem frameworks, apenas usando chamadas nativas de funções da API e um loop de controle com histórico de mensagens.
• Desenvolva um servidor MCP em TypeScript ou Python que exponha acesso a um banco de dados relacional e a uma API externa de previsão do tempo.
• Conecte seu agente a esse servidor MCP para responder a perguntas que exigem dados do banco e informações climáticas em tempo real.
• Migre o fluxo do agente para um grafo de estados estruturado (utilizando LangGraph ou uma máquina de estados simples), garantindo persistência do estado e capacidade de retomar a execução após uma falha de rede.

Mês 4 a 6: Avaliação contínua, produção e especialização

• Crie um Golden Set de pelo menos 50 perguntas com respostas de referência categorizadas para testar o sistema de RAG construído no Mês 2.
• Escreva um pipeline de teste automatizado que rode no GitHub Actions a cada alteração no prompt ou nos parâmetros de busca, calculando hit@k, MRR e fidelidade ao contexto via LLM-as-a-judge.
• Calibre o seu juiz automatizado comparando suas decisões com 30 anotações manuais suas e calculando a taxa de concordância pareada.
• Configure um servidor de inferência local com vLLM rodando um modelo aberto quantizado em AWQ ou GGUF.
• Instrumente toda a aplicação com telemetria (OpenTelemetry / Arize Phoenix) para visualizar o rastro de execução completo de cada requisição.

---

Portfólio técnico: o que chama atenção em processos internacionais

Recrutadores e gerentes de engenharia em empresas internacionais filtram centenas de currículos todas as semanas. Projetos baseados em tutoriais rápidos (como chatbots simples de PDF construídos com dez linhas de código em Streamlit) são descartados imediatamente porque não demonstram domínio de engenharia.

Para se destacar de forma irrefutável, seu repositório no GitHub precisa exibir características de código de produção:

Projeto 1: Sistema de RAG corporativo com esteira de regressão automatizada

• O que faz: Processa um acervo real e barulhento de documentos (como relatórios financeiros públicos ou manuais técnicos) e responde a dúvidas com fontes verificáveis.
• Diferenciais obrigatórios no código:
  • Ingestão com chunking estruturado e persistência em banco relacional com pgvector.
  • Mecanismo de busca híbrida com reranking configurável por variáveis de ambiente.
  • Conjunto de avaliação versionado com testes de regressão no CI que falham se a fidelidade cair abaixo de um limiar predefinido.
  • Relatório estatístico gerado automaticamente em Markdown a cada rodada de testes.
  • Código com 100% de cobertura de tipos e testes assíncronos isolados.

Projeto 2: Servidor e cliente MCP resiliente para fluxos multiagente

• O que faz: Um agente capaz de auditar repositórios de código, analisar dependências e abrir chamados automáticos com base em políticas de segurança.
• Diferenciais obrigatórios no código:
  • Separação estrita de responsabilidades: servidor MCP isolado oferecendo ferramentas seguras com validação rigorosa de parâmetros.
  • Orquestrador agêntico montado como máquina de estados finita com pontos de aprovação humana (human-in-the-loop) antes de qualquer ação irreversível.
  • Tratamento determinístico de exceções, com estratégias de auto-correção quando o modelo recebe um erro da ferramenta.
  • Rastreamento pontual de execuções com exportação de spans via OpenTelemetry.

Projeto 3: Benchmark e calibração de modelos locais com vLLM

• O que faz: Uma suíte de benchmarking que compara modelos abertos (Llama, Mistral, Qwen) contra APIs fechadas em uma tarefa específica de extração de dados estruturados da sua área de interesse.
• Diferenciais obrigatórios no código:
  • Implantação do servidor de inferência usando Docker com vLLM.
  • Comparação objetiva de latência TTFT, throughput (tokens/s), custo financeiro estimado e conformidade com o JSON Schema.
  • Medição do índice de concordância (Kappa de Cohen) entre juízes de modelos diferentes e o gabarito humano.

---

O que as vagas reais no exterior exigem

A análise de dezenas de descrições de vagas recentes para AI Engineer em empresas como Anthropic, OpenAI, Meta, Scale AI, Datadog e Stripe revela padrões de exigência muito consistentes:

Requisitos comuns recorrentes

• Proficiência avançada em engenharia de software: Três a cinco anos de experiência prática desenvolvendo sistemas distribuídos, APIs escaláveis e bancos de dados relacionais e não relacionais.
• Familiaridade com o ciclo de vida de LLMs: Experiência prática na integração de modelos de ponta, manipulação de janelas de contexto extensas e formulação de saídas estruturadas.
• Cultura de experimentação orientada a dados: Capacidade de formular hipóteses, criar benchmarks próprios e tomar decisões de arquitetura orientadas por métricas, não por intuição.
• Mentalidade de produto: Atenção extrema à experiência do usuário final, compreendendo os impactos psicológicos da latência, dos erros parciais e das falhas silenciosas do modelo.
• Comunicação técnica em inglês fluente: Capacidade de redigir documentos de design de arquitetura (RFCs), explicar trade-offs técnicos complexos de forma concisa e colaborar em equipes remotas e assíncronas.

---

Novas competências técnicas exigidas pelo mercado de ponta

Com a rápida evolução do ecossistema entre 2024 e 2026, as vagas internacionais mais concorridas passaram a exigir habilidades que vão além do básico de RAG e chamadas de API:

1. Curadoria e geração de dados sintéticos (Synthetic Data & Data Flywheels)

• Geração de dados sintéticos: Uso de modelos de fronteira para gerar conjuntos de dados de instrução e raciocínio de alta fidelidade para fine-tuning e testes, aplicando métodos como Self-Instruct e UltraFeedback.
• Filtragem e desduplicação: Implementação de algoritmos de desduplicação em larga escala (como MinHash e LSH) e agrupamento semântico por embeddings para purificar dados antes do treinamento ou da avaliação.
• Data Flywheels: Criação de ciclos contínuos de coleta de feedback e correções dos usuários em produção para retroalimentar automaticamente o Golden Set de testes e os modelos especializados.

2. Eficiência extrema de contexto e inferência

• Prompt Caching / Prefix Caching: Aproveitamento sistemático de prefixos idênticos em prompts volumosos (recurso nativo em provedores como Anthropic e OpenAI). Reduz a latência de entrada em até 80% e o custo de tokens de contexto em até 90%.
• Speculative Decoding: Uso de modelos compactos de rascunho (draft models) para prever os próximos tokens e acelerar a velocidade de geração de modelos de grande porte sem perda de precisão matemática.
• Orquestração de modelos de raciocínio (Reasoning Models): Gerenciamento e orçamento de thinking tokens em modelos como OpenAI o1/o3 e DeepSeek R1, sabendo balancear quando vale a pena pagar pelo custo e latência de raciocínio embutido versus usar múltiplos passos agênticos com ferramentas externas.

3. Segurança de IA e defesas ativas (AI Security & OWASP Top 10)

• Injeção indireta de prompt (Indirect Prompt Injection): Defesa contra ataques em que instruções maliciosas vêm embutidas em páginas web ou documentos recuperados por RAG, instruindo o modelo a vazar dados da sessão ou executar comandos não autorizados.
• Isolamento de ferramentas (Tool Sandboxing): Execução de código arbitrário e ferramentas do sistema em ambientes descartáveis isolados (contêineres efêmeros ou microVMs), com validação rigorosa de permissões sob o princípio do menor privilégio.
• Prevenção de vazamento de dados: Detecção automatizada e anonimização de dados pessoais sensíveis (PII) antes do envio para provedores terceiros de inferência.

4. Multimodalidade na prática (Visão e Áudio em Tempo Real)

• Document Understanding com VLMs: Uso de modelos de visão (Vision-Language Models como Claude 3.5 Sonnet e GPT-4o) para decodificar tabelas complexas, formulários, gráficos e diagramas onde parsers de texto puro falham.
• Voz e áudio bidirecional: Integração de APIs em tempo real (Realtime APIs) utilizando WebSockets bidirecionais de áudio com baixa latência para assistentes conversacionais falados.

---

Como estruturar o currículo para vagas no exterior e sinais de alerta (Red Flags)

Os gerentes de contratação (Hiring Managers) e Tech Leads em empresas internacionais examinam centenas de currículos por vaga. Com a proliferação de candidaturas automatizadas e textos gerados por IA, o filtro tornou-se extremamente rigoroso.

O formato ideal de currículo (1 página)

• Fórmula de Impacto do Google: Cada conquista no currículo deve seguir a estrutura: “Alcancei [X], medido por [Y], fazendo [Z]”.
  • Exemplo fraco: “Trabalhei com RAG e LangChain em um assistente de atendimento.”
  • Exemplo forte: “Projetei e implantei um pipeline de busca híbrida com reranking no PostgreSQL (pgvector), reduzindo a latência p95 de 2,4s para 680ms e cortando o custo de inferência em 45% via cache semântico.”
• Repositório no GitHub como prova técnica: Um link de projeto no topo do currículo deve levar a um repositório profissional contendo:
  • Diagrama de arquitetura claro no README (com o fluxo de dados do usuário ao modelo).
  • Justificativa das escolhas técnicas e trade-offs assumidos.
  • Testes unitários e de integração automatizados rodando em CI.
  • Dockerfile e instruções claras para reprodução local em poucos comandos.

Sinais de alerta (Red Flags) que causam descarte imediato

1. Lista de palavras-chave sem contexto (Keyword Stuffing): Listar dezenas de ferramentas (ex: “Python, PyTorch, CUDA, LangChain, Kubernetes, Rust, Terraform”) sem que essas tecnologias apareçam aplicadas com métricas na descrição das experiências profissionais ou projetos.
2. Tom genérico de texto gerado por IA: Descrições com adjetivos vazios como “Profissional visionário e orientado a resultados, liderando iniciativas sinérgicas de IA generativa de ponta a ponta”, sem citar nomes de modelos, frameworks, métricas de negócio ou infraestrutura.
3. Falsa equivalência de “Wrapper de API”: Afirmar domínio avançado de “Machine Learning” quando a experiência prática se resume a fazer chamadas pontuais para a API da OpenAI sem testes de regressão, sem evals, sem observabilidade e sem controle de latência.
4. Métricas sem denominador ou base comparativa: Frases como “Aumentou a precisão do modelo em 300%”. Precisão de qual tarefa? Sobre qual base de teste? Qual era o percentual anterior?
5. Barras gráficas de porcentagem de habilidades: Gráficos com “Python: 90%, PyTorch: 75%”. Recrutadores técnicos internacionais consideram essa métrica arbitrária e amadora.

---

Faixas salariais e remuneração internacional por senioridade

A remuneração para o cargo de AI Engineer reflete um prêmio salarial significativo em relação à engenharia de software tradicional. De acordo com dados agregados de plataformas especializadas (como Levels.fyi, Comprehensive.io e dados de leis de transparência salarial dos estados da Califórnia e Nova York), o domínio prático do ecossistema de modelos de linguagem confere um diferencial que cresce conforme o nível de senioridade:

• No nível inicial (júnior), o prêmio salarial médio é cerca de 6% superior ao de um desenvolvedor júnior tradicional.
• No nível pleno (mid-level), a diferença sobe para aproximadamente 12%.
• No nível sênior, o prêmio atinge entre 14% e 18%.
• Nos níveis de liderança técnica (Staff e Principal), a remuneração média de engenheiros de sistemas de IA chega a ser até 20% a 25% superior à de pares de engenharia geral, devido à extrema escassez de profissionais com histórico de arquitetura e infraestrutura de modelos em larga escala.

1. A anatomia do pacote nos Estados Unidos (Total Compensation - TC)

Nos Estados Unidos, a remuneração total anual não se resume ao salário fixo, dividindo-se em três partes principais:

1. Salário base (Base Salary): O valor fixo pago quinzenalmente ou mensalmente.
2. Bônus anual (Performance Bonus): Geralmente entre 10% e 25% do salário base, condicionado a metas individuais e de faturamento da empresa. Em contratações disputadas, costuma haver também um bônus de admissão (Sign-on Bonus) pago em dinheiro na entrada (variando de $20.000 a $100.000+).
3. Participação acionária (Equity): A fatia que mais cresce com a senioridade:
   • Em empresas de capital aberto (como Meta, Google e Amazon), é paga na forma de RSUs (Restricted Stock Units) com liquidez imediata nas bolsas (NASDAQ/NYSE), seguindo cronogramas tradicionais de carência (cliff de 1 ano e vesting distribuído ao longo de 4 anos).
   • Em empresas privadas de fronteira (como OpenAI, Anthropic e Stripe), a remuneração acionária é estruturada como opções de compra (Stock Options) ou unidades de participação nos lucros (Profit Participation Units - PPUs). A liquidez ocorre por meio de programas periódicos de recompra secundária institucional (tender offers), permitindo que engenheiros vendam ações sem esperar por um IPO formal.

2. Médias gerais do mercado norte-americano

3. Diferença salarial por especialização de AI Engineering

Dentro do título de AI Engineer, o mercado internacional paga valores distintos de acordo com o nível de contato com infraestrutura de baixo nível:

4. Pacotes reais nas empresas de fronteira (OpenAI, Anthropic, Meta, Stripe)

Com base em dados recentes de contratações confirmadas e declarações legais de transparência:

• OpenAI:
  • Nível Pleno/Mid (L3/L4): $280.000 a $450.000 TC.
  • Nível Sênior (L5): $700.000 a $950.000+ TC (base de $260k a $340k + expressiva parcela de PPUs com alta liquidez).
  • Nível Staff (L6+): $1.200.000 a $2.500.000+ TC.
• Anthropic:
  • Member of Technical Staff (Mid): $320.000 a $480.000 TC.
  • Senior Research / AI Engineer: $650.000 a $1.000.000 TC (base de $340k a $420k + ações).
  • Staff / Lead: $850.000 a $1.400.000+ TC.
• Meta (Meta AI / Llama Team):
  • E4 (Mid-Level): $300.000 a $380.000 TC.
  • E5 (Senior AI Engineer): $500.000 a $650.000 TC.
  • E6/E7 (Staff/Principal): $750.000 a $1.200.000+ TC (composta por salário base de até $350k e o restante em ações negociadas na NASDAQ).
• Stripe:
  • Mid-Level: $260.000 a $360.000 TC.
  • Senior: $420.000 a $580.000 TC.
  • Staff: $650.000 a $850.000+ TC.

5. Contratação remota internacional (América Latina e Brasil)

Para engenheiros baseados na América Latina (LATAM) e no Brasil que trabalham remotamente para empresas norte-americanas ou europeias, o modelo predominante é a prestação de serviços como pessoa jurídica (B2B / Independent Contractor) ou via empresas de registro legal global (Employer of Record - EOR, como Deel e Remote.com).

A proximidade de fuso horário com os Estados Unidos e a consolidação de hubs técnicos tornaram os profissionais da região altamente procurados, criando faixas salariais em dólar muito atrativas:

*Estimativa referencial baseada em câmbio comercial médio de R$ 5,70 a R$ 5,80 por dólar, sem considerar despesas contábeis e tributárias de importação de serviços.

Engenheiros sêniores na América Latina que são contratados diretamente por startups de ponta do Vale do Silício (sem intermediários de recrutamento terceirizados) frequentemente atingem a faixa de $100.000 a $150.000 anuais, especialmente quando comprovam experiência prática em otimização de custos de inferência, sistemas de RAG em escala e observabilidade.

6. Mercado Europeu (Reino Unido, Europa Ocidental e Leste Europeu)

Na Europa, a remuneração em moeda forte varia conforme a região de contratação:

• Europa Ocidental (Reino Unido, Alemanha, Holanda):
  • Pleno: €60.000 a €90.000 por ano (ou £55.000 a £80.000 no Reino Unido).
  • Sênior: €90.000 a €145.000 por ano (ou £80.000 a £130.000 no Reino Unido).
  • Suíça (o mercado com as maiores médias do continente): posições sêniores variam entre 140.000 e 220.000 francos suíços (CHF) por ano.
• Leste Europeu (Polônia, Romênia, Ucrânia):
  • Polo popular de nearshoring e contratação remota para empresas da Europa Ocidental e dos EUA.
  • Pleno: $36.000 a $55.000 por ano.
  • Sênior: $60.000 a $95.000 por ano.

7. Fatores que colocam o candidato no topo da faixa salarial

Em negociações salariais para posições internacionais de AI Engineer, os pontos que mais impulsionam o valor oferecido são:

1. Eficiência de custos comprovada: Capacidade demonstrável de reduzir a conta de consumo de APIs (OpenAI/Anthropic) em 40% a 70% por meio de estratégias como semantic caching, filtragem de contexto com rerankers enxutos e migração seletiva de tarefas triviais para modelos abertos locais (via vLLM ou quantização).
2. Histórico de avaliação e confiabilidade (Evals): Candidatos que sabem desenhar conjuntos de teste ouro (Golden Sets) e provar com testes estatísticos que seus ajustes não introduziram regressões de qualidade superam com facilidade desenvolvedores que dependem apenas de intuição.
3. Fluência em concorrência de backend: Domínio profundo sobre como lidar com conexões assíncronas duradouras, streaming de tokens sem bloqueio do loop de eventos e arquitetura distribuída resiliente a quedas momentâneas de provedores de IA.
4. Comunicação assíncrona clara em inglês: Redação técnica objetiva para justificar escolhas de arquitetura por meio de documentos técnicos formais e revisões de código fundamentadas.

---

Leituras canônicas e referências essenciais

Livros

• Designing Machine Learning Systems, por Chip Huyen (O’Reilly). A referência fundamental sobre arquitetura de sistemas com aprendizado de máquina em produção.
• AI Engineering, por Chip Huyen (O’Reilly). Foco específico nos padrões de projeto, avaliação e implantação de sistemas baseados em modelos de fundação.
• Designing Data-Intensive Applications, por Martin Kleppmann (O’Reilly). Essencial para todo engenheiro que precisa entender escalabilidade, particionamento e consistência de dados em sistemas distribuídos.

Artigos de pesquisa fundamentais

• Attention Is All You Need (Vaswani et al., 2017): A arquitetura Transformer original.
• Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (Lewis et al., 2020): O artigo pioneiro sobre RAG.
• ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al., 2022): O paradigma essencial de agentes autônomos.
• LoRA: Low-Rank Adaptation of Large Language Models (Hu et al., 2021): O método definitivo de fine-tuning eficiente.

Recursos e autores para acompanhar

• Latent Space (Swyx e Alessio Fanelli): Publicação e podcast de referência sobre o mercado e a prática de AI Engineering.
• Eugene Yan (eugeneyan.com): Artigos profundos sobre padrões de sistemas de recomendação, busca, RAG e avaliação em produção.
• Simon Willison (simonwillison.net): Cobertura detalhada e pioneira sobre segurança de LLMs, injeção de prompt e ferramentas para desenvolvedores.
• Documentação da Anthropic e OpenAI: Guias oficiais sobre engenharia de contexto, saídas estruturadas e protocolo MCP.

---

Navegação interna e tópicos complementares

Para aprofundar cada conceito prático mencionado neste currículo dentro das notas já estruturadas no seu vault, consulte:

• Fundamentos de IA e Modelos: LLMs, Prompt e contexto
• Representação e Bancos de Vetores: Embeddings, Similaridade entre vetores, Busca vetorial, Banco de dados vetorial
• Engenharia de RAG em Produção: Chunking, Ingestão de documentos, Busca híbrida, Reranking, RAG, Trilha de RAG
• Agentes e Protocolos: Agents, MCP