Engenheiro(a) Sênior AI-Native — Automação de Testes (dev ↔ QA)

Por que a Shippit

A maioria das empresas ainda debate se IA muda o jeito de construir software. A gente já mediu.

Em um engajamento de 3 meses dentro de uma plataforma enterprise de medição de energia do mercado regulado brasileiro, nosso time instalou uma capacidade de engenharia aumentada por IA que continuou operando sem a gente no loop: engenheiros do cliente contribuíram organicamente com 26 pull requests no plugin de skills que criamos, 155 páginas de documentação passaram a se auto-sincronizar, e um ambiente de preview completo por PR saiu de 0 para 7 serviços — capturando bugs cross-service antes do merge, em uma plataforma que atravessa 4 gerações de .NET.

Isso é o que significa ser AI-native aqui: não é usar chatbot para escrever e-mail. É construir agentes, skills e workflows spec-driven que mudam o processo de engenharia de times inteiros — e provar com números.

A missão

Esta é uma vaga híbrida por design: você é dev — sabe codar de verdade — mas sua obsessão é qualidade. Você vai operar entre desenvolvimento e QA numa plataforma enterprise de medição de energia (17 anos de codebase, monolito legado + microsserviços .NET 8), com uma postura de quase-QA-lead: olhando o fluxo inteiro de testes e automatizando tudo que hoje é manual.

O contexto: o time de QA do cliente testa muito na mão. Regressão em sistema legado custa caro. A Shippit construiu a estrutura inicial — ambiente de preview por PR, geração de BDD, e2e com Playwright — trabalhando lado a lado com o time de QA durante 3 meses. Agora essa capacidade precisa escalar, e o cliente está demandando mais gente com esse conhecimento. Você assume essa frente:

• →BDD na concepção da task, não no fim do processo — cenários Gherkin nascem junto com a spec.
• →Automação e2e e de API com Playwright, com alta cobertura de regressão — não só validar a feature, garantir que nada quebrou.
• →Evidência gerada por IA: testes que produzem evidência auditável e fácil de avaliar de que a funcionalidade upstream foi completamente validada.
• →Ambientes de preview por PR (GCP/Kubernetes, incluindo workloads Windows/.NET legado) como ferramenta de trabalho diária.

O que você vai fazer

• →Automatizar o fluxo de testes de ponta a ponta: BDD/Gherkin na concepção → Playwright e2e/API → evidência de regressão.
• →Codar dentro das duas frentes (dev e QA) — implementar features quando alocado, sempre com o olhar de qualidade.
• →Evoluir a infraestrutura de testes: preview environments por PR, dados de teste, pipelines de CI.
• →Usar e construir skills/agentes de IA (Claude Code) para geração de planos de teste, cenários BDD e automação.
• →Trabalhar lado a lado com o time de QA do cliente (4 pessoas), elevando a maturidade de automação.
• →Transformar débito de teste manual em cobertura automatizada mensurável.

Hard skills essenciais

• →Playwright (e2e e API) — ou domínio equivalente (Cypress/Selenium) com disposição de migrar.
• →BDD/Gherkin na prática — de preferência escrevendo cenários em pt-BR com rastreabilidade.
• →Estratégia de teste para sistemas grandes: monolito legado + microsserviços, priorização de regressão.
• →Leitura fluente de C#/.NET (a plataforma atravessa .NET Framework 4.x a .NET 8) — você não precisa ser especialista .NET, precisa navegar o código.
• →CI/CD corporativo (Azure DevOps ou equivalente).
• →Containers e noção de Kubernetes/Helm (nossos ambientes de preview por PR).
• →IA como ferramenta diária: geração de testes assistida por IA, skills/agentes — com resultado real, não experimento.

Diferenciais

• →Experiência como SDET/QA lead formalizando processo de qualidade.
• →Setor de energia / sistemas regulados (evidência auditável importa).
• →Dados de teste e injeção de massa em sistemas legados.

Valores (inegociáveis)

• →Espírito de founder — você não executa checklist, você redesenha o processo de qualidade e instala a cultura.
• →AI-First Mindset — IA em tudo, todos os dias.
• →Ownership — cobertura de regressão é sua por inteiro; todo mundo aqui é sócio do resultado.
• →Velocidade com excelência — automatizar rápido sem gerar flakiness.
• →Transparência e anti-fragilidade — legado difícil de testar é exatamente onde você prospera.
• →Comunicação forte com QA, devs e produto — em português, em ambiente async + rituais do cliente.

Remuneração e benefícios

• →R$ 10.000–25.000/mês (PJ) — posição na faixa definida pela dedicação de horas (de ~25-30h semanais a dedicação integral) e senioridade comprovada.
• →Equity share option para os melhores talentos — aqui todo mundo é sócio do resultado.
• →Vale AI — orçamento mensal para suas ferramentas de IA.
• →Plano de saúde.
• →Horário flexível — remoto, async-first, foco em entrega.

Processo

1. Envie currículo/LinkedIn/GitHub (responda também: qual o teste mais valioso que você já automatizou — e o que ele pegou?).
2. Conversa com o fundador (30–45 min).
3. Deep-dive técnico: sua estratégia de automação + IA aplicada a qualidade.
4. Trial pago (1–2 dias) dentro do nosso workflow real.
5. Proposta.