Uber AI Engineer: palavras-chave de curriculo e entrevista

Você quer concorrer a uma vaga de Uber AI Engineer e não sabe o que colocar no currículo nem o que vão perguntar na entrevista. A verdade é que o título muda de empresa para empresa, e o recrutador não vai adivinhar que você já fez aquilo. Seu currículo precisa dizer, em linguagem parecida com a da vaga, que você constrói sistemas de IA em produção.

Antes de tudo: a Uber não publica um processo seletivo fixo para esse cargo. Não existe um roteiro oficial que eu possa te passar. O que dá para fazer é ler a descrição da vaga, mapear o que ela pede e preparar exemplos reais do seu trabalho. É menos glamouroso, mas é o que funciona.

Entenda o que a vaga realmente pede#

O título "AI Engineer" na Uber costuma aparecer em times ligados a machine learning aplicado, plataformas de ML, ou times de produto que usam modelos para melhorar decisões, como roteirização, precificação, matching entre motorista e passageiro, detecção de fraude e suporte automatizado. Não estou dizendo que é assim em todas as equipes. Estou dizendo que esses são os problemas que a empresa resolve, e é razoável esperar que a vaga toque em algum deles.

Leia a descrição da vaga com atenção. Anote as palavras que se repetem: LLM, RAG, fine-tuning, MLOps, avaliação de modelos, latência, custo de inferência, streaming, Kubernetes, PyTorch, Python, Go, Java. Essas palavras são o vocabulário que o recrutador vai procurar no seu currículo.

Use um decodificador de descrição de vaga para separar requisitos reais de desejáveis. Isso economiza tempo e evita que você gaste semanas estudando algo que nem era exigido.

Palavras-chave que fazem sentido para esse cargo#

Não adianta encher o currículo de buzzwords. O que funciona é usar os termos certos no contexto certo. Algumas palavras que aparecem com frequência em vagas de engenheiro de IA em empresas de tecnologia:

• Fine-tuning e avaliação de modelos de linguagem, incluindo métricas como precisão, recall e qualidade de geração
• RAG (retrieval augmented generation), embeddings, busca vetorial e bancos vetoriais
• MLOps: versionamento de dados e modelos, pipelines de treino, deploy, monitoramento e rollback
• Infraestrutura de inferência: batching, cache, controle de latência e custo por requisição
• Engenharia de software: testes, CI/CD, revisão de código, design de APIs
• Linguagens: Python, e alguma linguagem de sistemas como Go, Java ou C++ quando a vaga pedir
• Ferramentas de nuvem e orquestração: Kubernetes, Docker, alguma das grandes plataformas de cloud
• Conhecimento de produto: entender métricas de negócio, não só métricas de modelo

Se você não tem experiência com um desses itens, não minta. Coloque no currículo o que você realmente fez, e estude o resto para a entrevista.

Como escrever o currículo para essa vaga#

Um erro comum é listar responsabilidades em vez de resultados. "Responsável pelo deploy de modelos" não diz nada. Diga o que você construiu, qual era o problema, e qual foi o efeito mensurável.

Exemplo de uma linha reescrita:

Antes: "Trabalhei com modelos de NLP para atendimento ao cliente."

Depois: "Construí pipeline de RAG para assistente de atendimento, reduzindo tempo médio de resposta de 40s para 9s e mantendo acurácia de 87% em avaliação interna com 2.000 consultas."

A segunda versão diz o que foi feito, com qual técnica, e qual o resultado. Os números são ilustrativos aqui: use os seus, e se não tiver métricas exatas, dê uma faixa honesta e explique como mediu.

Outro ponto: adapte o currículo para cada vaga. Não reescreva tudo, mas reordene os projetos e ajuste as palavras para bater com a descrição. Um verificador de currículo compatível com ATS ajuda a ver se o formato passa pelos filtros automáticos antes de um humano ler.

Preparação para a entrevista#

Sem um roteiro oficial da empresa, o caminho é se preparar para os tipos de pergunta mais comuns em entrevistas de engenharia de IA. Não estou prometendo que a Uber vai perguntar exatamente isso. Estou dizendo que esses temas aparecem com frequência no mercado.

Esperem perguntas sobre fundamentos de machine learning, desenho de sistemas de IA, codificação, e comportamento. Para fundamentos: viés-variância, regularização, como lidar com dados desbalanceados, quando usar fine-tuning versus prompt engineering versus retrieval. Para desenho de sistema: como você projetaria um serviço de inferência que atende milhares de requisições por segundo com latência baixa e custo controlado. Para codificação: problemas de estrutura de dados em Python, manipulação de tensores, às vezes SQL.

Exemplo de resposta para pergunta comportamental#

Pergunta: "Conte sobre um projeto de IA que não funcionou como esperado. O que você fez?"

Resposta: "Em 2024 eu liderei a implantação de um classificador de fraude que perdeu desempenho depois de duas semanas em produção. A causa era drift nos dados de entrada, o perfil de transações tinha mudado depois de uma campanha de marketing. Eu parei o deploy, configurei monitoramento de distribuição de features, e reescrevi o pipeline para retreinar o modelo semanalmente com uma janela de dados mais recente. Também documentei a lição: qualquer modelo novo agora entra com alerta de drift desde o primeiro dia. O que eu aprendi foi que o trabalho não termina no deploy, começa nele."

Essa resposta funciona porque é específica, assume responsabilidade, mostra diagnóstico técnico, e termina com uma mudança de processo. Evita parecer que você nunca errou.

Avisos sobre o mercado brasileiro#

Se você está no Brasil concorrendo para uma vaga remota ou para uma vaga fora, alguns pontos práticos. Processos seletivos de empresas de tecnologia estrangeiras podem ser longos, com várias etapas, e podem incluir entrevistas em inglês. Prepare seu inglês técnico, pelo menos para descrever projetos e responder perguntas de desenho de sistema.

Sobre salário: faixas variam muito, dependendo do nível, do país e se a vaga é CLT, PJ ou contrato internacional. Não vou inventar números. Pesquise faixas atuais em fontes como o site da empresa, agregadores de salário e o fórum da sua área, e confirme em fonte oficial antes de negociar.

Sobre visto de trabalho: se a vaga for fora do Brasil, o processo de visto depende do país, do tipo de contrato e da sua situação. Não existe garantia, e qualquer número que eu der aqui pode estar desatualizado. Consulte o site oficial de imigração do país de destino e, se possível, um advogado especializado.

Checklist de ação antes de enviar#

• Releia a descrição da vaga e liste as 10 palavras técnicas mais repetidas
• Confira se cada uma dessas palavras aparece no seu currículo, se você realmente tem essa experiência
• Reescreva ao menos três bullets do currículo no formato problema, ação, resultado
• Peça para alguém da área ler seu currículo e dizer em 10 segundos o que você faz
• Rode o currículo por um verificador de ATS para pegar problemas de formatação
• Prepare três histórias reais de projetos, incluindo uma em que algo deu errado
• Pratique explicar um projeto em inglês em 2 minutos, sem decorar roteiro
• Liste suas dúvidas sobre a vaga para perguntar no final da entrevista

Onde procurar vagas e mais conteúdo#

Fique de olho nas vagas atualizadas de engenheiro de IA e áreas correlatas, incluindo posições remotas que aceitam candidatos do Brasil. E para ir além, tem mais conteúdo sobre currículo e entrevista no blog, com guias específicos para diferentes cargos e níveis.

Ferramentas grátis#

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

Perguntas frequentes#

Qual a diferença entre AI Engineer e Machine Learning Engineer?

Na prática, os títulos se sobrepõem muito. Machine Learning Engineer costuma enfatizar treino e deploy de modelos, enquanto AI Engineer pode incluir mais trabalho com modelos de linguagem, agentes e integração com produto. Leia a descrição da vaga, não confie só no título.

Preciso ter experiência com LLMs para concorrer?

Depende da vaga. Se ela menciona RAG, fine-tuning ou agentes, então sim, algum contato com modelos de linguagem ajuda. Se você não tem, mostre projetos de ML tradicional bem feitos e explique como está estudando a parte de LLMs.

Devo escrever o currículo em inglês ou português?

Se a vaga está em inglês, o currículo deve estar em inglês. Se você está aplicando para uma empresa estrangeira com processo em inglês, mesmo que o anúncio esteja em português, prefira inglês. Tenha as duas versões prontas.

Quanto tempo leva a preparação para esse tipo de entrevista?

Varia muito dependendo do seu ponto de partida. Para alguém que já trabalha com ML, um a três meses de preparo focado costuma ser razoável. Se você está migrando de outra área, espere mais tempo e foque primeiro em fundamentos e projetos práticos.

A Uber contrata remoto do Brasil para esse cargo?

Algumas empresas de tecnologia contratação remota para certas posições, outras não, e isso muda com o tempo. Verifique a política atual na página de carreiras da empresa e confirme com o recrutador no primeiro contato, antes de investir tempo no processo.