Publicada em 05 de ago. de 2026 · Verificamos no momento em que essa vaga foi agregada
Na
Inmetrics, a inovação e a excelência operam lado a lado em um ambiente de trabalho colaborativo, saudável e dinâmico. Nossa cultura valoriza:📚 Aprendizado constante🗣️ Transparência na comunicação🔄 Flexibilidade para desenvolvimento contínuo
Nosso time é apaixonado por tecnologia e comprometido com entregas de valor real para os clientes. O diferencial da Inmetrics é a
eficiência digital.💛 Pessoas são o nosso maior ativo, por isso investimos em oportunidades que vão além de salário competitivo, oferecendo benefícios diferenciados e um ambiente saudável, reconhecido por nossos colaboradores.👉
#Vem
Pra
Inmetrics
Buscamos um
Cloud Fin
Ops Engineer Senior
com perfil consultivo e alta capacidade técnica para atuar como elo estratégico entre os times de
Engenharia, IA/Data Labs, SRE e Liderança Executiva/Finanças. O profissional será responsável por mapear ambientes, diagnosticar oportunidades de eficiência técnica e arquitetar a
governança financeira
da nossa plataforma de IA Generativa
na Google Cloud Platform (GCP). Além de
dominar práticas clássicas de Fin
Ops e resiliência cloud, este membro liderará a modelagem de
chargeback
por tokens, limites de consumo de LLMs e a otimização do custo de inferência em produção.Principais Responsabilidades:1. Governança e Fin
Ops para IA Generativa (Foco Principal) ●
Operar e evoluir
Gateways de LLM
(ex: LiteLLM, Apigee
ou proxies proprietários), gerenciando roteamento de modelos,
rate limits
, orçamentos
por time e
failover. ●
Estruturar e manter modelos de
Chargeback e Showback
detalhados por consumo de
Input/Output Tokens
, divididos por aplicação, squad,
projeto e caso de uso. ●
Definir e monitorar métricas de
Unit Economics de
IA
(calculando custo por requisição, custo por usuário ativo e custo por funcionalidade baseada em LLM). ●
Atuar na otimização contínua de custos de inferência, aplicando
trade-offs inteligentes entre
preço, latência e qualidade do
modelo
(ex: otimização de prompts
, estratégias de
caching
semântico, escolha
entre
Pay-As-You-Go
vs. Provisioned Throughput). ●
Implementar
guardrails
, alertas dinâmicos no GCP Billing e
kill-switches automatizados para evitar picos orçamentários decorrentes de
loops
ou consumo descontrolado de tokens no
Vertex AI.
●
Apoiar o estabelecimento de observabilidade de LLMs integrando ferramentas de rastreio (
tracing
) de consumo e custo (ex: Langfuse,
Traceloop ou similares). 2. Fin
Ops Tradicional e Atuação Consultiva ●
Realizar diagnósticos abrangentes de ambientes cloud (GCP/AWS), identificando desperdícios e oportunidades de otimização financeira e técnica. ●
Implementar ações contínuas de
rightsizing, gestão
de compromissos (
Committed Use Discounts / CUDs
), políticas de ciclo de vida
de dados e eliminacão de recursos ociosos. ●
Criar e manter
dashboards operacionais e executivos
no Looker Studio
, traduzindo dados complexos de bilhetagem em recomendações acionáveis para engenharia e produto. ●
Atuar diretamente com clientes internos e
stakeholders
técnicos, comunicando impactos financeiros com clareza e autoridade técnica. 3. Sustentação de Arquitetura Cloud, SRE e Kubernetes ●
Atuar como referência técnica na avaliação da resiliência, disponibilidade e performance de aplicações em produção. ●
Administrar e otimizar custos de
clusters Kubernetes
(GKE)
, ajustando
Autoscalers (HPA/VPA),
Node Pools
e alocação de workloads. ●
Garantir a automação de infraestrutura via
Terraform
(IaC)
e manter/evoluir esteiras de
CI/CD
. ●
Apoiar a engenharia na implementação de padrões de observabilidade de infraestrutura (Prometheus, Grafana, Cloud Logging, Open
Telemetry). Requisitos Obrigatórios (Eliminatórios) ●
Experiência Profissional:
Atuação em Engenharia Cloud, SRE, Dev
Ops ou Arquitetura de Sistemas, sendo pelo menos
2+ anos
dedicados a Fin
Ops e Gestão de Custos em Nuvem. ●
Domínio de IA Generativa & Vertex AI:
Experiência
prática na gestão de consumo de LLMs no
Vertex AI (GCP)
ou ecossistemas equivalentes,
com domínio comprovado da estrutura de precificação baseada em
Tokens
e cotas de inferência. ●
Gateways e Governança de LLMs:
Vivência técnica na operação de proxies/gateways de IA (LiteLLM ou similares) para controle de acesso, limites por chave de API e orçamento. ●
Domínio Técnico da GCP:
Conhecimento profundo da plataforma
Google Cloud Platform e de suas ferramentas nativas de análise de custos (
GCP Billing, Big
Query Billing Export, Budgets & Alerts). ●
Containers & Kubernetes:
Experiência na administração
e otimização financeira de clusters
GKE (Google Kubernetes Engine). ●
Infraestrutura como Código (IaC):
Domínio de
Terraform
para provisionamento e automação de ambientes. ●
Linguagens de Script:
Habilidade prática em
Python
e/ou
Shell Script
para automação de rotinas Fin
Ops e coleta de dados via API. Diferenciais (Desejável): ●
Vivência Anterior como Desenvolvedor (Python / Java):
Facilita o entendimento da lógica de integração das aplicações com os modelos de IA e pipelines RAG. ●
Ferramentas de Observabilidade de LLMs:
Experiência
prática com
Langfuse, Lang
Smith, Traceloop
ou ferramentas similares de
tracing
de requisições de IA.●
Certificações Oficiais:
GCP Professional Cloud Architect
,
GCP Professional Data/ML Engineer
ou
Fin
Ops Certified Practitioner (FCP). ●
Conhecimento em Segurança Cloud:
Práticas de Dev
Sec
Ops,
IAM refinado para serviços de IA e governança de dados sensíveis em prompts.
Crie uma conta grátis pra ver a vaga completa e se candidatar.
