KPMG AI Engineer: palavras-chave de curriculo e entrevista

Você quer a vaga de AI Engineer na KPMG, mas não sabe quais palavras-chave o recrutador procura nem como explicar seus projetos sem parecer genérico. Esse é o problema da maioria dos candidatos técnicos: têm experiência, mas escrevem o currículo como se estivessem pedindo qualquer vaga de TI.

A verdade é que consultoria exige um perfil diferente de empresa de produto. O recrutador quer saber se você entrega projeto para cliente, se entende de negócio e se aguenta pressão de prazo. Isso precisa aparecer no seu currículo desde a primeira leitura.

Como funciona a contratação em consultoria#

Nas Big Four, AI Engineer normalmente entra em times de advisory, tech ou transformation. Você não constrói um produto interno. Você entra em projetos de clientes, às vezes em setores que você nunca viu, e precisa entregar algo funcionando em semanas.

Não existe um processo seletivo único e público da KPMG para esse cargo. Cada país, cada escritório e cada área monta etapas diferentes. O que dá para fazer é se preparar para o que consultorias pedem de forma consistente: técnica sólida, comunicação clara e capacidade de traduzir problema de cliente em solução.

Desconfie de qualquer site que prometa "as perguntas exatas da KPMG". Isso não existe. O que existe é padrão de competência, e é sobre isso que este artigo fala.

Palavras-chave que o currículo precisa carregar#

Recrutador técnico e o filtro de ATS procuram termos concretos. Não encha o texto de adjetivos. Coloque substantivos técnicos nos lugares certos.

Termos que aparecem com frequência em vagas de AI Engineer em consultoria no Brasil:

• Python, SQL, e versionamento com Git
• LLMs, RAG, embeddings, e fine-tuning
• Azure OpenAI, AWS Bedrock, ou Google Vertex AI
• LangChain, LlamaIndex, ou frameworks semelhantes
• Docker, Kubernetes, e CI/CD
• MLOps, monitoramento de modelos, e avaliação de qualidade
• APIs REST, microsserviços, e integração com sistemas legados
• Governança de dados, LGPD, e IA responsável
• Arquitetura de soluções, documentação técnica, e reunião com cliente

Não use todos. Use os que você realmente sabe defender na entrevista. Uma palavra-chave sem história por trás vira problema.

Se você quiser conferir quais termos aparecem na vaga que você está mirando, decodifique a descrição da vaga e compare com o que está no seu currículo. A falta de alinhamento aqui é o motivo número um de currículo bom ser ignorado.

Como escrever o currículo para essa vaga#

Consultoria lê currículo de forma diferente de startup. Startup quer saber o que você construiu. Consultoria quer saber o que você resolveu, para quem, e qual foi o efeito.

A estrutura que funciona é: contexto do problema, sua ação, resultado. Uma linha só. Se você precisa de três parágrafos para explicar um projeto, o problema não é o projeto.

Exemplo de bullet antes e depois.

Antes: "Atuei com inteligência artificial e machine learning em projetos de NLP usando Python."

Depois: "Implementei pipeline de RAG com Azure OpenAI e embeddings para base de 40 mil documentos internos, reduzindo o tempo médio de resposta a dúvidas de clientes de minutos para segundos."

A segunda versão diz a tecnologia, o volume, e o ganho. Não precisa de número exato se você não tem. Mas precisa de escala e efeito.

Outro ponto: consultoria valoriza exposição a cliente. Se você participou de reunião, levantamento de requisitos, apresentação de resultado, coloque isso. Mesmo que pareça "soft skill", é exatamente o que o gerente de projeto procura.

O que preparar para a entrevista técnica#

A entrevista técnica de AI Engineer em consultoria costuma misturar três coisas: fundamentos, projeto, e caso. Fundamentos é o que você sabe. Projeto é o que você fez. Caso é como você pensa.

Fundamentos: saiba explicar a diferença entre fine-tuning e RAG, quando usar cada um, e quais os custos de cada escolha. Saiba o que é alucinação de modelo e como mitigar. Saiba o básico de avaliação: precision, recall, e por que acurácia sozinha mente.

Projeto: prepare dois projetos seus em profundidade. Um deles precisa ter história de ponta a ponta, do problema do usuário até a medição do resultado. Escreva a história em tópicos antes. Ensaiar em voz alta muda tudo.

Caso: o entrevistador pode dar um problema como "um banco quer automatizar análise de contratos, por onde você começa". Não existe resposta certa. O que se avalia é se você faz perguntas, define escopo, e não pula direto para a solução mais nova.

Exemplo de resposta para pergunta de caso#

Pergunta: "Como você implementaria um assistente de IA para o atendimento de uma empresa de telecom?"

Resposta: "Primeiro eu entenderia o volume de atendimentos, os tipos de dúvida, e o que já existe de base de conhecimento. Depois perguntaria se o objetivo é reduzir custo, melhorar satisfação, ou os dois, porque isso muda o desenho. Tecnicamente começaria com RAG sobre a base existente, com um modelo de embeddings e um LLM configurado para citar fonte. Mediria taxa de resposta correta e taxa de escalonamento para atendente humano. Só depois de ter esses números eu consideraria fine-tuning, se a diferença de qualidade justificar o custo."

Essa resposta funciona porque pergunta antes de responder, mostra uma ordem de decisão, e trata custo e qualidade como restrições reais.

Cuidados com o mercado brasileiro#

Salários de AI Engineer no Brasil variam bastante por senioridade, cidade, e modelo de contratação. Faixas reportadas em sites de vagas vão de níveis júnior a sênior com diferenças grandes entre CLT e PJ, e valores mudam a cada semestre. Confira sempre a fonte oficial da vaga e sites atualizados antes de negociar.

Outro ponto: vaga de consultoria grande às vezes é híbrida ou presencial em São Paulo, Rio, ou Belo Horizonte. Isso pesa na decisão. Pergunte sobre modelo de trabalho e viagens na primeira conversa com o recrutador, não na terceira entrevista.

Se você está começando a explorar o mercado, veja as vagas de AI e dados abertas agora para ter uma noção do que está sendo pedido por senioridade.

Checklist de preparação#

• Leia a descrição da vaga e marque quais requisitos você atende de verdade
• Reescreva três bullets do currículo no formato contexto, ação, resultado
• Inclua pelo menos uma tecnologia de nuvem que você já usou em produção
• Prepare dois projetos com história de ponta a ponta, do problema ao número
• Ensaie uma resposta de caso em voz alta, cronometrando em três minutos
• Liste três perguntas para fazer ao entrevistador sobre projeto, time, e cliente
• Confira se o currículo passa em filtro de automação antes de enviar
• Pesquise salários reportados na sua cidade e modalidade, sem promessa de valor fixo

Esse checklist não é opcional. É o mínimo para chegar preparado.

Como usar ferramentas gratuitas#

Antes de enviar, teste seu currículo contra o filtro de automação que as empresas usam. Isso mostra se os termos técnicos estão aparecendo e se a formatação está legível para o sistema.

Depois, decodifique a descrição da vaga para extrair as competências que realmente importam ali. Comparar esses termos com o seu currículo leva dez minutos e evita candidatura cega.

E para achar referências de mercado, o nosso blog tem artigos sobre carreira em dados e IA, com exemplos práticos de currículo e entrevista. Combine essas fontes com sua pesquisa em sites de vagas, porque o mercado muda rápido.

Ferramentas grátis#

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

Perguntas frequentes#

Preciso ter experiência comprovada em IA generativa para essa vaga?

Depende do nível. Para sênior, sim, esperam pelo menos um projeto em produção com LLM. Para pleno, aceitam experiência com machine learning tradicional mais estudo demonstrado em IA generativa, como projeto pessoal bem documentado.

A KPMG usa um processo seletivo padrão em todos os países?

Não. Etapas variam por escritório, área, e momento de contratação. Não faça plano baseado em supostas etapas internas, prepare-se por competência e confirme o fluxo com o recrutador na primeira conversa.

Consultoria Big Four é melhor que empresa de produto para carreira em IA?

Não é melhor nem pior, é diferente. Consultoria acelera exposição a clientes e setores variados. Empresa de produto dá profundidade em um sistema só. Depende do que você quer aprender nos próximos dois anos.

Como falar de salário sem se prejudicar?

Deixe a expectativa por escrito, em faixa, e diga que é flexível conforme o pacote total. Pesquise valores reportados na sua cidade antes. Nunca aceite número sem entender modelo de contratação, benefícios, e política de revisão.

Meu currículo tem muitos projetos acadêmicos, isso conta?

Conta, se você escrever no formato certo. Foque no problema resolvido, na sua parte técnica, e no resultado medido, mesmo que o resultado seja acurácia em dataset público. Projeto acadêmico bem contado vale mais que projeto de produção mal explicado.