HCLTech AI Engineer: palavras-chave de curriculo e entrevista

Você abriu uma vaga de AI Engineer na HCLTech e não sabe o que colocar no currículo sem inventar experiência. É mais comum do que parece. A HCLTech é uma empresa de serviços de tecnologia, com operação grande no Brasil, e suas vagas de IA costumam pedir uma mistura de engenharia de software, nuvem e aprendizado de máquina aplicado.

O problema não é falta de conteúdo. É falta de foco. Seu currículo tem 20 coisas boas e nenhuma delas responde ao que a vaga pede.

Entenda o que a vaga realmente pede#

Antes de escrever uma linha, decodifique a descrição. Copie o texto da vaga e separe os requisitos em três grupos: obrigatórios, desejáveis e diferenciais. Isso muda completamente a ordem do seu currículo.

Ferramentas como o decodificador de vagas ajudam a tirar os termos-chave de uma descrição confusa e mostrar o que é filtro e o que é enfeite. Vale usar antes de reescrever qualquer coisa.

Termos que aparecem com frequência em vagas de AI Engineer em consultorias: Python, TensorFlow ou PyTorch, MLOps, Docker, Kubernetes, AWS, Azure, GCP, RAG, LLM, fine-tuning, pipelines de dados, CI/CD. Não coloque nenhum que você não consiga sustentar em uma conversa de 30 minutos.

Palavras-chave que costumam aparecer#

Não existe uma lista oficial da HCLTech. O que existe é o padrão do mercado de consultoria de tecnologia, que contrata para alocar em projetos de clientes. Isso pesa: eles precisam de gente que entregue rápido em contextos variados.

As palavras-chave mais comuns em vagas de AI Engineer no Brasil, em ordem de recorrência aproximada: Python, machine learning, deep learning, LLM, RAG, MLOps, Docker, Kubernetes, AWS, Azure, TensorFlow, PyTorch, LangChain, FastAPI, SQL, Spark. Consulte sempre a vaga específica. A lista muda por projeto e por senioridade.

Se você quer conferir vagas de AI Engineer abertas agora e comparar requisitos entre empresas, dá uma olhada nas vagas no jobrise. É um jeito rápido de calibrar seu currículo com o que o mercado está pedindo de verdade.

Como reescrever seu currículo#

Três regras. Primeiro, coloque as palavras-chave da vaga nas primeiras duas seções, resumo e experiência mais recente. Segundo, transforme tarefa em resultado, mesmo que o resultado seja qualitativo. Terceiro, tire tudo que não ajuda a vaga específica.

Um exemplo concreto. Antes:

"Responsável por desenvolver modelos de machine learning e trabalhar com equipe de dados."

Depois:

"Desenvolvi pipeline de RAG com Python, LangChain e FastAPI para atendimento interno, reduzindo tempo médio de resposta a consultas técnicas de horas para minutos. Deploy em AWS com Docker e monitoramento via MLflow."

A segunda versão tem palavra-chave, contexto, ação e efeito. Se você não tem o número exato, use a escala qualitativa honesta: de horas para minutos, de manual para automatizado, de um time para três áreas.

Outro exemplo, para quem vem de outra área:

"Automatizei classificação de chamados com modelo de NLP em Python (scikit-learn), integrando ao CRM da empresa via API. Cobertura de 85% das categorias sem revisão manual."

Números ajudam. Se você não tem, não invente. Diga a escala, o tamanho do time, o volume aproximado de dados, a quantidade de usuários afetados. Qualquer detalhe real vale mais que um número redondo e falso.

Checklist antes de enviar#

• O resumo tem de 3 a 5 palavras-chave exatas da vaga, sem parecer uma lista colada
• Cada bullet de experiência tem verbo de ação, contexto e efeito
• A seção de tecnologias lista só o que você usaria amanhã em um projeto real
• Você removeu adjetivos como "proativo", "dinâmico" e "apaixonado por tecnologia"
• Formato simples, sem tabela, sem ícone, sem coluna lateral
• O arquivo abre certo e o texto é selecionável, não é imagem

Depois de reescrever, passe o currículo pelo verificador de ATS grátis. Ele mostra se o formato sobrevive ao sistema de rastreamento antes de chegar a um recrutador.

Preparação para a entrevista#

Consultorias como a HCLTech costumam ter etapas técnicas e uma conversa sobre perfil e disponibilidade. Não afirmo como é o processo interno da empresa, porque isso muda por vaga e por região. O que dá para fazer é se preparar para os tipos de pergunta que aparecem em qualquer processo de AI Engineer.

Espere três blocos: fundamentos de ML e estatística, engenharia e deploy, e um estudo de caso ou exercício prático. Se for vaga sênior, adicione arquitetura de sistemas e mentoria de time.

Um exemplo de resposta para "conte sobre um projeto de IA que você entregou":

"Em 2024 eu liderei a implementação de um classificador de documentos para o time financeiro. O desafio era que os documentos vinham em formatos diferentes, PDF, imagem, texto puro. Comecei com uma análise dos dados, montei um pipeline de pré-processamento em Python e testei três abordagens: um modelo clássico de TF-IDF com regressão logística, um fine-tune de BERT e um zero-shot com LLM. O modelo clássico ganhou em custo e ficou em produção, com 92% de acurácia no conjunto de validação. O que eu faria diferente hoje: instrumentar o monitoramento desde o começo, porque tivemos degradação silenciosa no terceiro mês."

Essa resposta funciona porque tem contexto, escolha técnica, trade-off e autocrítica. Ela não tenta impressionar com jargão. Ela mostra pensamento.

O que perguntar de volta#

No final da entrevista, pergunte coisas que mostram que você pensa em entrega. Qual é o perfil do projeto que a vaga vai atender? Como é o ciclo de deploy de modelos nos times hoje? Qual a maior dor técnica do time de IA nesse momento? Como é a distribuição entre trabalho de pesquisa e trabalho de produto?

Evite perguntar sobre benefícios e home office na primeira etapa técnica. Isso vem depois, com RH.

Erros que derrubam candidatos#

O erro número um é genérico. Se seu currículo serve para vaga de data scientist, dev backend e analytics engineer, ele não serve para nenhuma das três.

O segundo é prometer o que não sabe. Se você colocou LangChain porque leu o nome na vaga e nunca usou, isso aparece na primeira pergunta técnica.

O terceiro é ignorar o portfólio. GitHub com dois projetos bem documentados vale mais que dez certificados. Coloque README em português ou inglês, instruções de execução e uma explicação curta das decisões.

Vale a pena investir nessa vaga#

A HCLTech paga dentro da faixa de mercado para consultorias de tecnologia no Brasil, e os valores variam muito por senioridade, modelo de contratação e projeto. Não vou dar número aqui porque mudam por ano e por região. Confira a faixa atual na própria vaga, em fontes de carreira ou em sites de faixa salarial, e trate qualquer número como referência, não como promessa.

Se você está aplicando para várias empresas de tecnologia ao mesmo tempo, o jobrise reúne vagas de IA e engenharia em um só lugar, com filtro por senioridade e modelo de trabalho.

Ferramentas grátis#

• jobrise.io/pt/free-ats-checker/
• jobrise.io/pt/free-jd-decoder/
• jobrise.io/pt/jobs/
• jobrise.io/pt/blog/

Perguntas frequentes#

Quais palavras-chave não podem faltar no currículo para AI Engineer na HCLTech?

Python, machine learning, LLM, MLOps, Docker, Kubernetes e uma nuvem entre AWS, Azure e GCP aparecem na maioria das vagas de consultoria. Use só as que você domina e que aparecem na vaga específica, porque currículo genérico passa despercebido.

Preciso ter experiência com LLM para essa vaga?

Depende da senioridade e do projeto, mas LLM e RAG aparecem com força nas vagas desde 2023. Se você não tem experiência direta, mostre algo próximo: fine-tuning de modelos, NLP clássico, integração com APIs de modelos, ou um projeto pessoal bem documentado.

A HCLTech faz teste técnico de código?

Consultorias de tecnologia costumam ter alguma etapa técnica, mas o formato varia por vaga e por região, e eu não tenho informação interna da empresa. Prepare-se para explicar código que você escreveu e para resolver um exercício ao vivo, sem depender do formato exato.

Devo colocar certificações de nuvem no currículo?

Sim, se forem de AWS, Azure ou GCP e se você já usou a nuvem em projeto real. Certificação sem prática convence pouco em entrevista técnica, então sempre pareie com um bullet de experiência onde você usou aquilo.

Quanto tempo leva para reescrever o currículo para uma vaga específica?

De duas a quatro horas para uma primeira versão boa, incluindo decodificar a vaga, reescrever bullets e revisar formato. Depois, cada vaga nova leva de 20 a 40 minutos de ajuste, porque você só troca o resumo e os bullets das duas experiências mais recentes.