Head de Data & AI

Data & AI · Liderança · 100% remoto · PJ · Reporta ao CEO

A missão

Liderar o time e sistema de dados e AI por trás da Consumer Intelligence Layer da Galaxies: dados enterprise seguros e permissionados, modelos substituíveis, evals que revelam falhas antes do cliente, observabilidade e julgamento humano no lugar certo.

O desafio não é manter um laboratório nem escolher modelos. É ligar pesquisa, dados e AI ao produto e às decisões reais dos clientes, com rigor suficiente para saber quando avançar, quando reduzir escopo e quando não recomendar nada.

O que você vai fazer

• Assumir a área em transição. Receber um handover material dos sistemas, fontes, direitos, rotas, evals, riscos e fallbacks e tornar tudo isso inspecionável: owners, dependências, custos, failure modes, minimum safe mode.
• Desenhar a arquitetura de dados enterprise: contratos, lineage, ontologias, qualidade, permissões, tenant boundaries e acesso progressivo.
• Construir o learning control plane: traces, evals, model routing, observabilidade, human review, abstention, outcomes, calibration e custo.
• Liderar Research & ML aplicado a decisões de produto e cliente com baselines, comparators, falsificadores e critérios de release. Experimento que não muda decisão nem gera aprendizado falsificável não consome o core.
• Fazer pelo menos um learning loop chegar ao fim: ação observada, outcome, custo e aprendizado retido ou interrompido com uma conclusão honesta e reutilizável.
• Converter falhas de campo em plataforma: primitives, evals, workflows, políticas, runbooks e memória reutilizável, em vez de soluções sob medida que não se repetem.
• Desenvolver um time que decide bem sem você. Sucesso aqui se mede pela autonomia e pelo julgamento técnico de quem trabalha com você, não pela sua presença em cada decisão.

Nos primeiros 90 dias, esperamos estabelecer acordos claros com as áreas de Produto, Engenharia e Confiança, tomar uma decisão baseada em evidências entre priorizar a confiabilidade ou realizar um primeiro teste prático, além de definir um plano de capacidade que identifique o principal gargalo. Diante de cenários ambíguos, esperamos que a pessoa seja capaz de formular hipóteses testáveis, avaliar os impactos de cada escolha e estabelecer critérios claros para interromper ou redirecionar a iniciativa.

Requisitos

Obrigatório:

• Dados enterprise: arquitetura, contratos, lineage, ontologias, qualidade, integração e ambientes com requisitos reais de permissionamento
• ML e LLMs em produção: evals, RAG/memória, agentes, model routing, técnicas de adaptação quando justificadas
• MLOps e operação: experiment tracking, observabilidade, drift, release/rollback, custo, latência, incident response
• Segurança e governança técnica de dados/AI, em parceria com Security, Trust e Legal
• Pesquisa aplicada: desenho experimental, calibration, baselines, análise de falhas e tradução para produto
• Julgamento demonstrável: já ter protegido um sistema de overclaim, data leakage, drift, reward hacking, custo invisível ou dependência de fornecedor
• Inglês para acompanhar pesquisa, fornecedores, modelos e colaborações internacionais

Diferenciais: experiência em start-up early stage · contexto enterprise com dados sensíveis (CPG, financeiro, varejo) · ter construído função de dados/AI do zero · vivência em time pequeno onde liderança é hands-on

Não exigimos formação específica nem número de anos. Avaliamos a qualidade das decisões que você toma e os sistemas que consegue construir a partir de evidência incompleta.

Como trabalhamos

100% remoto, time distribuído pelo Brasil, com offsite presencial em SP a cada seis meses · contratação PJ

Processo

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