Carreiras · SCIENT

Construa a fábrica cognitiva do GTM

A SCIENT é uma fábrica cognitiva de Go-to-Market. Aplicamos metodologia de engenharia à operações de receita — construindo o GTM_OS, plataforma que une dados, automação e agentes autônomos para transformar como empresas B2B crescem.

100%
Remoto
PJ
Contrato
AI-native
Desde 2026
Produção
Não fazemos POC
n8n·HubSpot·Supabase·BigQuery·OpenClaw·Claude·Vercel·Monday·Databricks·AWS·Nekt·APIs REST·VPS·dbt·Python·Docker·pgvector·Airflow·n8n·HubSpot·Supabase·BigQuery·OpenClaw·Claude·Vercel·Monday·Databricks·AWS·Nekt·APIs REST·VPS·dbt·Python·Docker·pgvector·Airflow·

Como trabalhamos

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 — você sabe o porquê de cada decisão.

Produção é o Padrão

Não fazemos POCs eternos. Tudo que construímos vai para clientes reais. Você vê o impacto do seu trabalho em dias, não meses.

Fronteira da AI

Trabalhamos com os modelos mais recentes, frameworks emergentes e arquiteturas que ainda estão sendo inventadas. Se quer estar na fronteira, é aqui.

Vagas abertas — 2026

A SCIENT constrói um produto de IA para operações de receita de empresas B2B. O problema real: dados de CRM, ERP, reuniões e planilhas financeiras chegam de fontes inconsistentes, sem pipeline estruturado. Sem data layer, sem agente. Você vai construir exatamente isso — a infraestrutura que vai ligar as fontes ao produto. Arquitetura Medallion (Bronze → Silver → Gold) sobre GCP ou AWS, com camada Gold pronta para consumo por LLMs via MCP Server.

O que você vai fazer

  • Projetar a arquitetura do GTM Data Lake — camadas Medallion, escolha de tecnologias e estratégia de ingestão para dados estruturados e não-estruturados (transcrições, WhatsApp)
  • Implementar pipelines de ingestão via APIs REST: HubSpot CRM, HubSpot Marketing Hub, Omie ERP, Google Sheets e webhooks (Fathom)
  • Construir transformações dbt para calcular métricas de receita na camada Gold: MRR, NRR, GRR, LTV, CAC, ciclo de vendas, conversão MQA→SQL
  • Aplicar MDM (Master Data Management) para unificar entidades entre fontes — conta no HubSpot, cliente no ERP e logo na plataforma interna precisam ser o mesmo objeto
  • Garantir data quality: validações de schema, alertas de freshness, tratamento de nulls e dados duplicados
  • Expor a camada Gold via MCP Server para que os agentes de IA consumam dados em tempo real com contexto semântico
  • Criar planos de implementação por prioridade (P0 → P1 → P2) e executar de forma incremental com entregas a cada sprint

O que esperamos

  • 2–4 anos de experiência com engenharia de dados em produção (perfil pleno)
  • Python sólido para scripts de ingestão, transformação e orquestração
  • Experiência construindo e consumindo APIs REST — sabe lidar com paginação, rate limits e autenticação OAuth
  • Conhecimento de arquitetura Medallion (Bronze/Silver/Gold) ou similar
  • Familiaridade com dbt para modelagem de dados e transformações SQL
  • Experiência com pelo menos um data warehouse cloud: BigQuery (preferência), Snowflake ou Redshift
  • Noção de cloud storage: Google Cloud Storage (GCS) ou AWS S3 para camada Bronze
  • Capacidade de documentar decisões de arquitetura e trade-offs de forma clara

Diferencial

  • Experiência com MCP Server (Model Context Protocol) para expor dados a LLMs
  • Familiaridade com HubSpot API ou outras APIs de CRM/ERP (Omie, Salesforce, Pipedrive)
  • Conhecimento de orquestração de pipelines: Airflow, Prefect ou similar
  • Experiência com dados não-estruturados — processamento de transcrições, chunking e embeddings
  • Contexto de RevOps, métricas de receita SaaS (NRR, GRR, LTV) ou dados de GTM
  • Experiência integrando pipelines de dados com sistemas de AI/ML
  • Familiaridade com OpenClaw — framework de agentes autônomos da SCIENT

Stack

PythondbtBigQueryGCS / AWS S3HubSpot APIOmie APIGoogle Sheets APIMCP ServerDockern8nAirflow / Prefect
Apenas candidatos com portfólio ou projetos reais serão considerados

O SCIENT OS é o sistema operacional de go-to-market que entregamos em squads forward-deployed nos nossos clientes. Como AI Engineer, você não vai só escrever código — vai fazer discovery das operações de GTM do cliente, mapear onde agentes de IA resolvem problemas reais e implementar esses agentes direto no ambiente do cliente. O trabalho é intenso, hands-on e altamente alavancado por AI: usamos Claude Code como segunda mão no dia a dia.

O que você vai fazer

  • Fazer discovery de operações de GTM nos clientes — mapear funil, identificar gargalos e definir onde agentes de IA geram impacto real
  • Desenvolver agentes de GTM usando Claude Code e APIs de LLM (Anthropic, OpenAI) integrados ao SCIENT OS
  • Construir automações no n8n que conectam os agentes com CRMs, ferramentas de outbound e fontes de dados do cliente
  • Trabalhar em squads de GTM Engineering ao lado de consultores e do time do cliente em formato forward-deployed
  • Integrar os agentes com MCP Servers de dados expostos pelo Data Engineer para que consumam contexto em tempo real
  • Iterar rápido: colocar agentes em produção em semanas, medir impacto e evoluir baseado em resultado
  • Documentar playbooks de agentes reutilizáveis para acelerar entregas nos próximos clientes

O que esperamos

  • n8n em nível avançado: automações complexas, AI nodes, sub-workflows, lógica condicional — já fez fluxos que rodam em produção
  • APIs REST dominadas: conecta qualquer ferramenta via API sem depender de tutorial — autenticação, webhooks, paginação, tratamento de erro
  • LLMs aplicados: sabe construir prompts que funcionam, estruturar tool use, gerenciar contexto e colocar agentes pra rodar de verdade
  • Ferramentas de GTM na ponta dos dedos: HubSpot, Notion, Slack, Apollo, Clay ou equivalentes — não precisa aprender o que é um CRM
  • Vibe coding como modo padrão de trabalho: usa Claude Code, Lovable, Cowork ou equivalentes para construir e iterar rápido sem depender de dev para tudo
  • Capacidade de fazer discovery com clientes: ouve uma dor de negócio e consegue traduzir em um fluxo de automação ou agente concreto
  • Pragmatismo extremo: entrega algo funcionando em dias, não semanas

Diferencial

  • Sabe codar em Python — não precisa ser dev, mas conseguir ler, adaptar e escrever scripts é um diferencial real
  • Conhecimento de frameworks de agentes: LangGraph, LangChain ou CrewAI
  • Familiaridade com RAG: sabe contextualizar um agente com dados do cliente (chunking, embeddings, retrieval)
  • Contexto de Go-to-Market, RevOps ou operações comerciais B2B
  • Background em consultoria, CS técnico ou trabalho em ambiente de cliente
  • Familiaridade com OpenClaw — framework de agentes autônomos da SCIENT
  • Contribuições em comunidades de AI, automação ou no-code

Stack

n8nClaude CodeAnthropic / OpenAI APIsHubSpot APINotion APILovable / BoltAPIs REST (Clay, Apollo, etc.)LangGraphPython (desejável)MCP Server
Apenas candidatos com portfólio ou projetos reais serão considerados

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