Principais responsabilidades

Entendimento de contexto e dores do cliente

Atuar junto ao time comercial e stakeholders para compreender o contexto, necessidades e dores dos clientes Participar de conversas, levantamentos e alinhamentos para garantir entendimento claro do problema antes de propor qualquer solução Questionar demandas quando necessário, buscando ir além do pedido inicial e chegar na real necessidade

Análise e estruturação de soluções

Traduzir problemas de negócio em soluções digitais viáveis Estruturar fluxos, regras de negócio e comportamentos esperados do sistema Avaliar diferentes abordagens para resolver o problema, considerando impacto, esforço e viabilidade técnica Garantir que a solução proposta faça sentido tanto para o cliente quanto para o time de desenvolvimento

Construção e detalhamento de escopo

Organizar e estruturar requisitos de forma clara e compreensível para o time técnico Escrever histórias de usuário, critérios de aceite e regras de negócio Garantir que o escopo esteja completo, consistente e alinhado com o objetivo da solução

Acompanhamento e validação de entregas

Acompanhar o desenvolvimento das soluções junto ao time técnico Esclarecer dúvidas e ajustar direcionamentos ao longo da execução Validar entregas garantindo aderência ao problema e à solução definida

Conexão entre áreas

Atuar como ponte entre cliente, comercial e time técnico Garantir alinhamento de expectativas entre todas as partes envolvidas Comunicar decisões, mudanças e impactos de forma clara Requisitos técnicos

Conhecimento PyTorch e/ou TensorFlow Conhecimento em Python Entendimento sólido de arquitetura de sistemas em alto nível: APIs REST, integrações entre sistemas, webhooks, autenticação (OAuth, JWT) e fluxos de dados entre aplicações Conhecimento de bancos de dados relacionais e capacidade de ler e escrever consultas SQL básicas a intermediárias para validação de regras e análise de dados Familiaridade com conceitos de UX/UI para colaborar com designers na construção de soluções centradas no usuário Capacidade de interpretar diagramas técnicos (fluxogramas, BPMN, diagramas de sequência, ER) e criar os próprios quando necessário

Diferenciais:

Noções de linguagens de programação e frameworks modernos (não é necessário codar, mas ajuda na comunicação com o time técnico) Conhecimento de arquiteturas em nuvem (AWS, Azure ou GCP) em nível conceitual Experiência com integrações envolvendo ERPs, CRMs ou sistemas legados Noções de LGPD e boas práticas de segurança aplicadas a produtos digitais Ferramentas de analytics e product discovery (Hotjar, Mixpanel, Amplitude, Google Analytics) Postman ou Insomnia para exploração de APIs Ferramentas de IA aplicadas ao fluxo de trabalho (Claude, ChatGPT, Cursor) para acelerar documentação e análises Conhecimentos em Inteligência Artificial

Desejáveis:

Uso fluente de assistentes de IA generativa (Claude, ChatGPT, Gemini) para acelerar documentação, análise de requisitos, redação de histórias de usuário e estruturação de fluxos Capacidade de elaborar prompts efetivos (prompt engineering) para obter resultados consistentes em tarefas de discovery, análise e documentação Entendimento conceitual sobre LLMs (Large Language Models): o que são, para que servem, suas limitações (alucinações, contexto, custo) e quando faz sentido aplicá-los em uma solução Noções sobre RAG (Retrieval-Augmented Generation) e indexação de documentos para construção de soluções que combinam IA com bases de conhecimento do cliente

Diferenciais:

Experiência em projetos que envolveram funcionalidades baseadas em IA (chatbots, assistentes, classificação automática, extração de dados de documentos, sumarização, busca semântica) Familiaridade com APIs de provedores de IA (Anthropic, OpenAI, Azure OpenAI, AWS Bedrock) e seus modelos de pricing por tokens Conhecimento sobre orquestração de agentes de IA (frameworks como LangChain, n8n com nós de IA, ou similares) em nível conceitual Noções de avaliação de soluções de IA: como medir qualidade, definir critérios de aceite e estruturar testes para funcionalidades probabilísticas Sensibilidade para questões éticas e de governança em IA: privacidade de dados, viés, transparência e conformidade com LGPD em soluções que processam dados de clientes Capacidade de identificar oportunidades de automação e ganho de produtividade com IA dentro do escopo de soluções para clientes