Sobre a Área
O time de Developer Experience existe para transformar o ciclo de desenvolvimento de software do PicPay em uma operação AI Native, habilitando nossa comunidade tech a entregar mais valor com velocidade, qualidade e confiança.
Nossa missão é evoluir o SDLC para um modelo em que inteligência artificial, automação, plataformas internas e boas práticas de engenharia trabalhem juntas para remover obstáculos, ampliar a produtividade das pessoas desenvolvedoras e melhorar a experiência de ponta a ponta, sem abrir mão de segurança, rastreabilidade e possibilidade de compreensão humana em cada etapa do processo.
Atuamos em temas como catálogo de software, portal do desenvolvedor, common libs, gestão e build de código fonte, gestão de dependências, ferramentas de teste, integração contínua, deploy contínuo, governança técnica, observabilidade, automações inteligentes e experiências assistidas por AI para desenvolvimento, revisão, documentação, operação e evolução de software.
Sobre a Vaga
Estamos buscando uma pessoa Staff Platform Engineer com sólida experiência em engenharia de plataformas, Developer Experience e transformação de ciclos de desenvolvimento com uso aplicado de AI.
Essa pessoa terá o desafio de definir direções técnicas, influenciar decisões arquiteturais e liderar tecnicamente a evolução da plataforma de Developer Experience do PicPay para um modelo AI Native. O papel combina profundidade técnica, visão sistêmica, capacidade de influência entre áreas, mentalidade de produto para pessoas desenvolvedoras e responsabilidade por soluções que equilibrem produtividade, segurança, rastreabilidade, governança e compreensão humana.
A pessoa ideal deve ter experiência em transformar problemas complexos e recorrentes de engenharia em plataformas, padrões, ferramentas e capacidades reutilizáveis para toda a organização. Esperamos alguém capaz de atuar com autonomia em temas ambíguos, conectar estratégia e execução, orientar outras pessoas engenheiras e criar caminhos seguros para adoção de AI no SDLC em escala.
Responsabilidades e Atribuições
Definir, em parceria com liderança técnica e times pares, a estratégia de evolução da plataforma de Developer Experience para um SDLC AI Native, seguro, rastreável e compreensível.
Arquitetar e liderar tecnicamente a construção de frameworks, plataformas, integrações e automações que potencializem o ciclo de desenvolvimento de software, incluindo build, testes, análise de código, revisão, documentação, deploy, observabilidade, governança e operação assistida por AI;
Estabelecer padrões técnicos, princípios arquiteturais e guardrails para adoção de AI no SDLC, garantindo produtividade sem comprometer segurança, qualidade, rastreabilidade, compliance ou capacidade de revisão humana;
Influenciar a evolução do ecossistema de engenharia do PicPay, conectando necessidades de times de produto, segurança, arquitetura, infraestrutura, SRE, dados, compliance e desenvolvimento;
Desenhar e evoluir experiências de plataforma que ajudem pessoas desenvolvedoras a escrever, revisar, testar, documentar, entregar e operar software com mais eficiência, confiança e autonomia;
Liderar tecnicamente integrações entre ferramentas de desenvolvimento, plataformas internas, pipelines de CI/CD, sistemas de observabilidade, catálogos de software, agentes de AI, APIs de modelos e mecanismos de governança;
Definir práticas de rastreabilidade e auditoria para soluções AI Native, incluindo versionamento de prompts, modelos, fontes de contexto, ações automatizadas, decisões tomadas por agentes e aprovações humanas;
Orientar a adoção de práticas de AI Engineering, incluindo engenharia de contexto, RAG, evals, observabilidade de AI, mitigação de alucinações, segurança contra prompt injection, proteção de dados sensíveis e desenho de fluxos human-in-the-loop;
Atuar como referência técnica para outras pessoas engenheiras, promovendo mentoria, revisão de soluções, disseminação de conhecimento e melhoria contínua dos padrões de engenharia;
Construir e manter documentação estratégica e técnica, guias, exemplos de código, tutoriais e materiais educacionais que facilitem a adoção das plataformas, ferramentas e práticas criadas pelo time;
Organizar e conduzir workshops, comunidades internas, sessões técnicas e fóruns de decisão para educar, alinhar e engajar a comunidade de desenvolvimento em torno da transformação AI Native do SDLC;
Advogar por qualidade de código, segurança, eficiência, observabilidade e excelência operacional, promovendo práticas sólidas de testes, automação, revisão, entrega contínua e governança técnica;
Requisitos e Qualificações
Experiência comprovada liderando tecnicamente iniciativas de alto impacto, com influência sobre múltiplos times, plataformas compartilhadas ou decisões arquiteturais relevantes para a organização;
Experiência prática em Platform Engineering, Developer Experience, DevOps, SRE, arquitetura de software ou ambientes focados na melhoria da experiência de pessoas desenvolvedoras;
Prática consistente com ferramentas baseadas em GenAI para potencializar a própria produtividade como pessoa engenheira, incluindo uso em desenvolvimento, análise de código, testes, documentação, troubleshooting, desenho de soluções e revisão técnica;
Compreensão profunda das melhores práticas de desenvolvimento de software, ciclos de vida de aplicações, arquitetura de sistemas, qualidade, segurança, observabilidade, confiabilidade e operação em produção;
Capacidade de atuar em problemas ambíguos, decompor desafios complexos, propor estratégias técnicas sustentáveis e conduzir decisões com impacto organizacional;
Capacidade de pensar estrategicamente sobre produtos tecnológicos voltados para pessoas desenvolvedoras, equilibrando experiência de uso, escalabilidade, governança, segurança, custo e impacto no negócio;
Habilidade para influenciar sem autoridade formal, construir alinhamento entre diferentes áreas e traduzir problemas técnicos complexos em decisões claras para públicos diversos;
Capacidade de orientar tecnicamente outras pessoas engenheiras, elevando padrões de engenharia, apoiando decisões arquiteturais e disseminando conhecimento;
Experiência em ambientes regulados, financeiros ou com altos requisitos de segurança, auditoria e rastreabilidade será considerada um diferencial relevante;
Conhecimentos Técnicos
Conhecimento avançado em arquitetura de plataformas internas, desenho de sistemas distribuídos, APIs, automação, integração entre ferramentas e criação de capacidades reutilizáveis para times de engenharia;
Sólido conhecimento em controle de versão e colaboração utilizando GitHub, pull requests, code review, branch strategies e Trunk Based Development;
Experiência com análise estática de código, gestão de qualidade, políticas automatizadas e ferramentas como SonarQube ou equivalentes;
Experiência avançada em desenho, implementação e evolução de pipelines de CI/CD com ferramentas como Tekton, GitHub Actions, Drone, Jenkins ou equivalentes;
Experiência prática com Kubernetes para orquestração de contêineres e Argo CD para gestão de entrega contínua;
Sólidos conhecimentos de programação em pelo menos uma das seguintes linguagens: Python, Java, JavaScript/TypeScript, PHP ou Go;
Entendimento profundo de práticas DevOps, infraestrutura como código, automação de ambientes e desenho de plataformas escaláveis;
Familiaridade com práticas e ferramentas de observabilidade e monitoramento, como Grafana, Prometheus, OpenSearch, Dynatrace ou equivalentes;
Familiaridade com práticas e ferramentas de teste de carga, como Locust, k6, Gatling, JMeter ou equivalentes;
Conhecimento profundo de infraestrutura em nuvem AWS e tecnologias como Docker, Helm Charts, Backstage, Argo CD e Terraform;
Conhecimento aplicado de fundamentos de GenAI e LLMs, incluindo tokens, janelas de contexto, embeddings, temperatura, modelos de linguagem, limitações, riscos, custo, latência e trade-offs entre diferentes modelos;
Experiência ou familiaridade com integração de aplicações e plataformas com modelos de AI por meio de APIs, SDKs, model gateways, ferramentas internas ou provedores de mercado;
Conhecimento em engenharia de prompts e engenharia de contexto, incluindo versionamento de prompts, templates reutilizáveis, few-shot prompting, instruções de sistema, estruturação de entradas, grounding e validação de saídas;
Conhecimento em RAG, incluindo ingestão de dados, chunking, embeddings, busca semântica, reranking, grounding, citação de fontes, controle de acesso a contexto e redução de alucinações;
Familiaridade com agentes de AI, tool calling, workflows autônomos ou semiautônomos, orquestração de tarefas, definição de permissões, limites de autonomia, tratamento de falhas e desenho de mecanismos de supervisão humana;
Conhecimento em avaliação de sistemas de AI, incluindo criação de evals, conjuntos de teste, métricas de qualidade, relevância, factualidade, segurança, regressão, comparação entre modelos e avaliação contínua em produção;
Familiaridade com observabilidade para AI, incluindo rastreamento de prompts e respostas, latência, uso de tokens, custo, erros, qualidade percebida, comportamento de agentes e auditoria de decisões automatizadas;
Conhecimento em segurança aplicada a AI, incluindo prompt injection, data leakage, exposição de dados sensíveis, uso indevido de ferramentas, extração de contexto, geração de código inseguro e governança de acesso;
Compreensão de privacidade, classificação de dados, gestão de segredos, controle de permissões e boas práticas para uso de AI em ambientes corporativos e regulados;
Conhecimento em rastreabilidade e auditabilidade de soluções AI Native, incluindo registro de versões de modelos, prompts, fontes de contexto, ferramentas acionadas, decisões automatizadas e aprovações humanas;
Familiaridade com práticas de human-in-the-loop, fallback seguro, revisão humana, explicabilidade operacional e desenho de experiências em que a automação apoia a decisão sem remover a compreensão humana;
Familiaridade com ferramentas e frameworks como LangChain, LlamaIndex, Semantic Kernel, LiteLLM, Langfuse, Arize Phoenix, OpenTelemetry ou equivalentes será considerada diferencial.
#VemserPicpayLover #Picpay