Zalando AI Engineer: palavras-chave de curriculo e entrevista

Você quer se candidatar a uma vaga de Zalando AI Engineer, mas não sabe quais palavras-chave usar no currículo nem como se preparar para a entrevista sem inventar processo interno. É um problema comum. A descrição da vaga traz um vocabulário específico, e o recrutador filtra rápido.

Este texto mostra como ler a vaga, extrair as palavras certas, reescrever bullets e ensaiar respostas. Tudo com exemplos concretos.

Como a Zalando descreve vagas de AI Engineer#

A Zalando é uma empresa de moda e tecnologia com sede em Berlim. Ela publica vagas em inglês, no site de carreiras e em plataformas como LinkedIn. As vagas de AI Engineer normalmente pedem experiência com machine learning em produção, não só protótipos.

Você vai ver termos como "production ML", "MLOps", "feature engineering", "model serving", "data pipelines", "LLM applications" e "evaluation". Também aparecem requisitos de cloud, geralmente GCP ou AWS, e ferramentas como Kubernetes, Airflow, Spark, PyTorch ou TensorFlow.

Não invente experiência que você não tem. Se você só usou scikit-learn em projeto acadêmico, diga isso. O recrutador descobre na entrevista técnica.

Palavras-chave que o currículo precisa conter#

Pegue a descrição da vaga e marque os termos técnicos que se repetem. Esses são os candidatos a palavra-chave. Depois confira se seu currículo já os contém, no mesmo idioma da vaga.

Para vagas de AI Engineer, os termos que costumam aparecer são:

• Machine learning em produção, model serving, inference, latency
• MLOps, CI/CD para modelos, model monitoring, retraining
• LLM, RAG, embeddings, vector databases, prompt engineering, evaluation
• Python, SQL, Spark, Airflow, dbt, data pipelines
• PyTorch, TensorFlow, scikit-learn, Hugging Face
• GCP, AWS, Kubernetes, Docker, Terraform
• A/B testing, experimentation, metrics, business impact
• Stakeholder management, cross-functional, product thinking

Use a ferramenta de decodificação de descrição de vaga para separar requisitos reais de texto genérico. Ela ajuda a ver o que o recrutador realmente filtra.

Como reescrever um bullet do currículo#

O erro mais comum é listar tecnologia sem resultado. "Trabalhei com modelos de NLP" não diz nada sobre o tamanho do problema nem sobre o efeito do seu trabalho.

Veja um exemplo. Primeiro o bullet fraco, depois o reescrito.

Antes: "Responsável por modelos de previsão de demanda usando Python e XGBoost."

Depois: "Liderei o desenvolvimento de modelo de previsão de demanda em Python e XGBoost que reduziu o erro de estoque em 18% em seis meses, atendendo 40 lojas em três países."

O segundo funciona porque traz método, escopo e resultado. Se você não tem o número exato, use uma faixa honesta ou descreva o impacto em palavras: "reduziu chamadas manuais de reposição", "cortou tempo de treino pela metade".

Para uma vaga de Zalando AI Engineer, adapte o vocabulário ao domínio. Se a vaga menciona recomendação ou busca, escreva seus projetos de ranking, retrieval ou personalização usando esses termos.

Preparação para a entrevista técnica#

A entrevista técnica de AI Engineer costuma ter três partes: fundamentos de ML, projeto passado e system design de ML. Você não precisa decorar papers. Precisa explicar suas decisões.

Fundamentos: saiba por que escolheu um modelo, quais métricas usou, como tratou desbalanceamento e como monitorou drift. Seja capaz de explicar viés e variância em duas frases.

Projeto passado: prepare uma história de 5 minutos sobre um sistema de ML que você colocou em produção. Use a estrutura contexto, decisão, dificuldade, resultado. Não pule a dificuldade. Ela mostra maturidade.

System design de ML: pratique desenhar um pipeline ponta a ponta. Por exemplo, um sistema de recomendação de produtos com ingestion de eventos, feature store, treino, serving, cache e monitoramento. Pense em latência, custo e fallback.

Uma resposta de exemplo para "conte sobre um projeto"#

Pergunta: "Fale sobre um sistema de ML que você levou para produção."

Resposta: "Em 2024 eu trabalhei em um sistema de detecção de fraude para uma fintech brasileira. O modelo anterior era baseado em regras e tinha muitos falsos positivos. Eu propus um gradient boosting com features de comportamento de transação, treinado com dados dos últimos 12 meses. A decisão difícil foi escolher o threshold: reduzir fraude aumentava bloqueio de cliente bom. Fiz uma análise de custo por tipo de erro e ajustei com o time de operações. Coloquei em produção com Docker e monitoramento semanal de drift. O resultado foi uma queda de 22% nos falsos positivos, medido em teste A/B de oito semanas."

Essa resposta funciona porque é específica, admite uma decisão difícil e termina com um número verificável. Adapte com seus próprios dados.

Cuidados para quem candidata do Brasil#

Vaga na Alemanha tem burocracia de visto. Não existe garantia de visto e não há número mágico. A empresa pode ou não patrocinar, dependendo da vaga, do nível e do momento. Confirme sempre no site oficial de imigração alemão e na descrição da vaga.

Salário de AI Engineer na Alemanha varia bastante por nível e cidade. Faixas relatadas em Berlim vão de algo em torno de 60 mil a 90 mil euros anuais para níveis júnior e pleno, e acima disso para sênior. Esses números mudam. Verifique fontes atuais antes de negociar.

Fuso horário e idioma: muitas vagas pedem inglês fluente. Alemão ajuda, mas nem sempre é obrigatório em times de tecnologia. Leia a descrição com atenção.

Para encontrar vagas abertas agora, use o buscador de vagas com filtros por país e senioridade. Ele mostra o que está publicado hoje, sem palpite.

Checklist de revisão antes de enviar#

• O currículo contém os termos exatos da descrição da vaga, em inglês
• Cada bullet técnico tem método, escopo e resultado
• Você removeu palavras genéricas como "dinâmico" e "proativo"
• O LinkedIn está atualizado e no mesmo idioma do currículo
• Você preparou uma história de projeto com dificuldade real
• Você sabe explicar suas escolhas de métrica e threshold
• Você treinou system design de ML em voz alta, com cronômetro
• Você leu sobre o produto da Zalando e tem duas perguntas para o entrevistador
• Você verificou requisitos de visto na fonte oficial alemã

Antes de enviar, rode o currículo por um verificador de ATS gratuito para ver se o formato sobrevive ao filtro. Um PDF com colunas e ícones pode ser descartado antes de um humano ler.

Erros que derrubam candidatos#

O erro mais caro é prometer o que você não entregou. Se você escreveu "especialista em LLMs" e na entrevista não sabe explicar RAG, a entrevista acabou.

Outro erro é ignorar o produto. A Zalando vende moda online. Se você não consegue citar dois problemas de ML relevantes para e-commerce de moda, como busca visual ou previsão de devolução, você parece ter enviado currículo em massa.

Currículo longo demais também atrapalha. Duas páginas bastam para a maioria. Uma página se você tem menos de cinco anos de experiência.

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 falar alemão para uma vaga de Zalando AI Engineer?

Na maioria das vagas de tecnologia, inglês é o idioma de trabalho. Alemão é diferencial, e algumas vagas pedem. Leia a descrição específica e confirme com o recrutador.

Quanto tempo leva o processo seletivo da Zalando?

Varia por vaga e por momento da empresa. Relatos de candidatos falam de algumas semanas até dois ou três meses. Não existe prazo garantido, pergunte ao recrutador na primeira conversa.

A Zalando patrocina visto de trabalho?

Algumas vagas oferecem apoio de relocação e visto, outras exigem autorização prévia. Não há garantia. Confirme na descrição da vaga e no portal oficial de imigração da Alemanha antes de planejar mudança.

Devo enviar currículo em português ou em inglês?

Para vaga internacional, envie em inglês. Currículo em português só faz sentido para vaga no Brasil. Mantenha os dois atualizados, mas use o idioma da vaga.

Quais projetos de portfólio impressionam para AI Engineer?

Um projeto ponta a ponta vale mais que cinco notebooks. Monte um sistema com dados, treino, API de serving e monitoramento simples, documentado em repositório público. Escolha um problema que você consegue defender por 20 minutos.