Engenheiro(a) de Software AI-Native at FCamara

About the role

A FCamara está em busca de uma pessoaEngenheiro(a) de Software AI-Native,para se juntar a nossa equipe dinâmica e atuar em parceria com a maior construtora da América Latina, que ao longo de sua existência, sempre esteve sintonizada com o mercado e as melhores práticas, além de priorizar sempre as necessidades de seus clientes.Éuma empresa que está em constante movimento, se reinventando a cada dia para oferecer soluções de moradia para todas as gerações. Principais atividades Produzir software de forma AI-native: conduzir agentes e LLMs a partir de especificações, mantendo responsabilidade técnica integral pelo resultado. Você especifica, orquestra, revisa e responde pelo código. A IA executa; Conduzir o ciclo de Spec-Driven Development: transformar requisitos em especificações executáveis e artefatos de contexto (ex.: /specify, /plan) que servem de contrato para o trabalho humano e para os agentes. Calibrar a autonomia progressiva da IA conforme risco e maturidade do contexto: saber quando aceitar a geração autônoma e quando intervir manualmente, sem perder o controle do "o quê" e do "porquê". Participar do rito de Pull Request Aumentado, revisando não apenas sintaxe, mas intencionalidade: aderência aos critérios de aceite, decisões técnicas e impacto funcional — inclusive sobre código gerado por agentes, não só por humanos. Contribuir para a camada de conhecimento e os contextos reutilizáveis (skills, padrões, decisões arquiteturais, conectores/MCPs) que tornam os agentes consistentes e confiáveis no domínio da MRV. Aplicar boas práticas de arquitetura e engenharia para entregar código limpo, testável e sustentável, em sistemas de diferentes características (monolitos e/ou distribuídos), com foco em valor de negócio e ritmo sustentável. Contribuir com testes automatizados, observabilidade — inclusive sobre a qualidade e o custo do output de IA — e práticas que reduzam retrabalho e débito técnico. Atuar em times colaborativos guiados por valor, usando metodologias ágeis e práticas como code review, pair e mob programming, compartilhando aprendizados e sendo mentorado(a) por profissionais mais experientes. Conhecimento técnico (mandatório) Pelo menos 3 anos de experiência com desenvolvimento de software, com domínio forte em ao menos uma das stacks (.NET e React ) e capacidade comprovada de transitar pelas demais com apoio de IA. Valorizamos experiência Fullstack. Spec-Driven Development como competência central: escrever especificações não ambíguas, decompor em planos verificáveis e definir critérios de aceite que funcionem como contrato para humanos e agentes (ex.: /specify, /plan). Engenharia de Contexto: construção e gestão de contexto para LLMs — instruções, restrições, exemplos, seleção de ferramentas/MCPs e controle da janela de contexto. Uso de IA Generativa e ferramentas agentivas aplicado ao desenvolvimento, com responsabilidade, senso crítico e validação humana sistemática. Leitura crítica de código que você não escreveu: avaliar, validar e corrigir output de IA e de terceiros com a mesma profundidade do próprio código. Habilidade para escrever código de alta qualidade, bem organizado e testável, com domínio de OO e/ou bons princípios de design. Experiência com testes automatizados (unitários e/ou de integração). Uso de Git para versionamento e colaboração via Pull Requests. Experiência com bancos de dados SQL e fundamentos de modelagem de dados. Vivência com práticas ágeis (Scrum, Kanban ou XP). Diferenciais Experiência prática com orquestração de agentes e MCPs/conectores (composição de ferramentas, automação de fluxos com IA). Familiaridade com avaliação e observabilidade de output de IA (medir qualidade, regressões, custo de tokens) e com arquiteturas model-agnostic. Experiência com arquiteturas distribuídas, microsserviços ou mensageria. Vivência com CI/CD, automação de build e release. Conhecimento em nuvem e/ou contêineres (Docker, Kubernetes). Conhecimento em Python. Soft skills e comportamentos Clareza de escrita e de especificação como skill de primeira ordem: no modelo AI-native, especificar bem é programar. Quem especifica mal, gera mal. Pensamento crítico e ceticismo técnico: não confiar cegamente em soluções automáticas, especialmente as geradas por IA. Conforto com ambiguidade e com delegar: soltar o controle do "como" mantendo o controle do "o quê" e do "porquê". Autonomia e responsabilidade para buscar soluções sem depender de direcionamento constante. Comunicação clara para discutir requisitos, decisões técnicas e trade-offs. Colaboração e respeito ao time, valorizando o aprendizado coletivo. Adaptabilidade em um ambiente de rápida evolução tecnológica. Importa-se genuinamente com o sucesso do produto e do time. Assume responsabilidades mesmo quando não são formalmente atribuídas. Aprende com erros, celebra conquistas coletivas e se posiciona com coragem diante de decisões difíceis. Originally posted on Himalayas