Diretor de Dados e IA

A missão

Liderar a equipe e o sistema de dados e IA por trás da Camada de Inteligência de Consumo da Galaxies: dados corporativos seguros e autorizados, modelos intercambiáveis, avaliações que detectam falhas antes do cliente, observabilidade e julgamento humano no lugar certo.

O desafio não é gerenciar um laboratório ou escolher modelos. É conectar pesquisa, dados e IA ao produto e às decisões reais dos clientes — com rigor suficiente para saber quando avançar, quando reduzir o escopo e quando não recomendar absolutamente nada.

O que você fará

• Assumir uma função em transição. Receber uma transição substancial de sistemas, fontes, direitos, rotas, avaliações, riscos e alternativas, e tornar tudo isso inspecionável: proprietários, dependências, custos, modos de falha, modo de segurança mínimo.

• Projetar a arquitetura de dados corporativos: contratos, linhagem, ontologias, qualidade, permissões, limites de inquilino (tenant) e acesso progressivo.

• Construir o plano de controle de aprendizado: rastros, avaliações, roteamento de modelos, observabilidade, revisão humana, abstenção, resultados, calibração e custo.

• Liderar Pesquisa & ML aplicados a decisões de produto e clientes, com linhas de base, comparadores, falsificadores e critérios de lançamento. Experimentos que não mudam uma decisão ou não produzem aprendizado falsificável não recebem recursos principais.

• Conduzir pelo menos um ciclo de aprendizado completo: ação observada, resultado, custo e aprendizado — seja retido ou encerrado, com uma conclusão honesta e reutilizável.

• Transformar falhas de campo em plataforma: primitivos, avaliações, fluxos de trabalho, políticas, runbooks e memória reutilizável — em vez de correções pontuais que não escalam.

• Construir uma equipe que decida bem sem você. O sucesso aqui é medido pela autonomia e julgamento técnico das pessoas que trabalham com você, não pela sua presença em cada decisão.

• Inglês avançado: estamos nos preparando para expansão internacional, e o inglês será necessário em breve.

Nos primeiros 90 dias, esperamos que você estabeleça acordos claros com Produto, Engenharia e Trust, tome uma decisão baseada em evidências entre priorizar a confiabilidade ou realizar um primeiro teste no mundo real, e defina um plano de capacidade que identifique o principal gargalo. Diante de cenários ambíguos, esperamos que você formule hipóteses testáveis, avalie o impacto de cada escolha e defina critérios claros sobre quando parar ou redirecionar uma iniciativa.

Requisitos

Obrigatório:

• Dados corporativos: arquitetura, contratos, linhagem, ontologias, qualidade, integração e ambientes com requisitos reais de permissão

• ML e LLMs em produção: avaliações, RAG/memória, agentes, roteamento de modelos, técnicas de adaptação quando justificadas

• MLOps e operações: rastreamento de experimentos, observabilidade, desvio (drift), lançamento/rollback, custo, latência, resposta a incidentes

• Segurança e governança técnica para dados/IA, em parceria com as áreas de Segurança, Trust e Jurídico

• Pesquisa aplicada: design experimental, calibração, linhas de base, análise de falhas e tradução para o produto

• Julgamento demonstrável: você já protegeu um sistema de falsas promessas (overclaiming), vazamento de dados, desvio (drift), hacking de recompensa, custo oculto ou dependência de fornecedor (vendor lock-in)

• Inglês para acompanhar pesquisas, fornecedores, modelos e colaborações internacionais

Desejável: experiência em startups em estágio inicial · contexto corporativo com dados sensíveis (bens de consumo/CPG, serviços financeiros, varejo) · ter construído uma área de dados/IA do zero · experiência em equipes pequenas onde a liderança é ativa e prática (hands-on)

Não exigimos um diploma específico ou anos de experiência. Avaliamos a qualidade das decisões que você toma e os sistemas que consegue construir a partir de evidências incompletas.

Como trabalhamos

100% remoto, equipe distribuída pelo Brasil, com um encontro presencial (offsite) em São Paulo a cada seis meses · contratação como prestador de serviços (PJ)

Processo

Triagem → Conversa com People → Caso técnico → Entrevista com CEO + Referência profissional da área → Proposta