SCIENT
2 VAGAS ABERTAS

Construa a fábrica cognitiva do GTM

A SCIENT aplica engenharia a operações de receita, construindo o GTM OS, plataforma que une dados, automação e agentes autônomos para transformar crescimento B2B.

PJAI Native desde 2025Produção
Candidatar-se →
n8nHubSpotSupabaseBigQueryOpenClawClaudeVercelMondayDatabricksAWSNektAPIs RESTVPSdbtPythonDockerpgvectorAirflow

COMO TRABALHAMOS

AI Native desde 2025. Em produção, com clientes reais.

Fábrica Cognitiva

Não somos consultoria tradicional. Somos uma fábrica de agentes autônomos e sistemas de dados que operam operações de GTM sem intervenção humana constante.

Autonomia com Contexto

Você tem liberdade para escolher arquiteturas, experimentar e errar rápido. O contexto de negócio é sempre compartilhado.

Produção é o Padrão

Tudo que construímos vai para clientes reais. Você vê o impacto em dias, não meses.

Fronteira da AI

Trabalhamos com modelos recentes, frameworks emergentes e arquiteturas em invenção.

VAGAS ABERTAS

Quem constrói o GTM OS.

ENGINEERING·100% Remoto · Brasil·PJ·Pleno

Data Engineer

Construa o GTM Data Lake que alimenta nossos agentes de IA

A SCIENT constrói produto de IA para operações de receita B2B. O desafio: dados de CRM, ERP, reuniões e planilhas chegam de fontes inconsistentes. Você construirá a infraestrutura, Arquitetura Medallion (Bronze, Silver, Gold) sobre GCP/AWS, com camada Gold para consumo por LLMs via MCP Server.

O QUE VOCÊ VAI FAZER

  • Projetar a arquitetura do GTM Data Lake: camadas Medallion, ingestão estruturada e não-estruturada (transcrições, WhatsApp)
  • Implementar pipelines de ingestão via APIs REST: HubSpot CRM/Marketing Hub, Omie ERP, Google Sheets, webhooks (Fathom)
  • Construir transformações dbt para métricas de receita (MRR, NRR, GRR, LTV, CAC, ciclo de vendas, MQA para SQL)
  • Aplicar MDM para unificar entidades entre fontes
  • Garantir data quality: validações, alertas de freshness, tratamento de nulls e duplicados
  • Expor a camada Gold via MCP Server para consumo por agentes de IA
  • Criar planos incrementais (P0, P1, P2) com entregas por sprint

O QUE ESPERAMOS

  • 2 a 4 anos de experiência em engenharia de dados em produção
  • Python sólido para scripts de ingestão, transformação e orquestração
  • Experiência com APIs REST (paginação, rate limits, OAuth)
  • Arquitetura Medallion ou similar
  • dbt para modelagem e transformações SQL
  • Cloud data warehouse: BigQuery (preferência), Snowflake ou Redshift
  • Cloud storage: GCS ou AWS S3
  • Documentar decisões arquiteturais e trade-offs

DIFERENCIAIS

  • MCP Server (Model Context Protocol)
  • APIs de HubSpot, Omie, Salesforce ou Pipedrive
  • Orquestração: Airflow, Prefect
  • Dados não-estruturados (transcrições, chunking, embeddings)
  • RevOps e métricas SaaS (NRR, GRR, LTV)
  • Pipelines integrados com AI/ML
  • OpenClaw, framework de agentes da SCIENT
PythondbtBigQueryGCS / AWS S3HubSpot APIOmie APIMCP ServerDockern8nAirflow / Prefect
Quero me candidatar →Apenas candidatos com portfólio ou projetos reais serão considerados.
ENGINEERING·Híbrido · Campinas·PJ·Pleno

AI Engineer

Desenvolva agentes de GTM em squads junto aos nossos clientes

O SCIENT OS é o sistema operacional de GTM entregue em squads forward-deployed nos clientes. Como AI Engineer, você fará discovery de operações GTM, mapeará onde agentes de IA resolvem problemas reais e implementará diretamente no ambiente do cliente. O trabalho usa Claude Code como segunda mão no dia a dia.

O QUE VOCÊ VAI FAZER

  • Fazer discovery de operações GTM: mapear funil, identificar gargalos, definir impacto de agentes de IA
  • Desenvolver agentes GTM usando Claude Code e APIs de LLM (Anthropic, OpenAI) integrados ao SCIENT OS
  • Construir automações n8n conectando agentes com CRMs, ferramentas de outbound e fontes de dados
  • Trabalhar em squads de GTM Engineering ao lado de consultores e do time do cliente (forward-deployed)
  • Integrar agentes com MCP Servers de dados para consumo em tempo real
  • Iterar rápido: colocar agentes em produção em semanas, medir impacto e evoluir com resultado
  • Documentar playbooks reutilizáveis para acelerar entregas nos próximos clientes

O QUE ESPERAMOS

  • n8n avançado: automações complexas, AI nodes, sub-workflows, lógica condicional, fluxos em produção
  • APIs REST dominadas: conecta qualquer ferramenta sem tutoriais (autenticação, webhooks, paginação, tratamento de erro)
  • LLMs aplicados: prompts que funcionam, estruturar tool use, gerenciar contexto, colocar agentes em produção
  • Ferramentas GTM: HubSpot, Notion, Slack, Apollo, Clay
  • Vibe coding como padrão: Claude Code, Lovable, Cowork para construir e iterar sem depender de dev
  • Capacidade de discovery com clientes: traduz dor de negócio em fluxo ou agente concreto
  • Pragmatismo extremo: entrega funcional em dias, não semanas

DIFERENCIAIS

  • Python: ler, adaptar e escrever scripts
  • Frameworks de agentes: LangGraph, LangChain, CrewAI
  • RAG: contextualizar agente com dados (chunking, embeddings, retrieval)
  • Go-to-Market, RevOps, operações comerciais B2B
  • Consultoria, CS técnico ou experiência em cliente
  • OpenClaw, framework de agentes da SCIENT
  • Contribuições em comunidades de AI, automação ou no-code
n8nClaude CodeAnthropic / OpenAI APIsHubSpot APINotion APILovable / BoltClay / ApolloLangGraphPythonMCP Server
Quero me candidatar →Apenas candidatos com portfólio ou projetos reais serão considerados.

CANDIDATE-SE

Manda o que você já construiu.

Não encontrou a vaga ideal mas quer fazer parte da SCIENT? Conta o que você sabe fazer e o que quer construir. Preencha abaixo.