Arquiteto de Soluções de IA

Horário de trabalho

Os arquitetos de soluções de IA geralmente trabalham em tempo integral, em horário comercial padrão, já que grande parte do trabalho envolve reuniões com partes interessadas de diversos departamentos e fusos horários. A função é uma combinação de trabalho de projeto independente — dedicado à pesquisa de plataformas e à elaboração de diagramas de arquitetura — e trabalho altamente colaborativo, realizado em workshops com executivos, engenheiros e fornecedores. A maioria é empregada por empresas de tecnologia, firms de consultoria ou departamentos internos de TI de grandes organizações, embora um número crescente trabalhe como consultores independentes, assessorando vários clientes ao mesmo tempo.

Funções típicas

• Reunião com líderes empresariais para compreender os objetivos, os pontos críticos e o orçamento para uma iniciativa de IA
• Avaliação de plataformas de IA, serviços em nuvem e ferramentas de fornecedores para identificar a opção mais adequada para um projeto
• Projetar a arquitetura geral, mostrando como os dados, os modelos e os aplicativos se conectam
• Mapear como os dados serão transferidos dos sistemas existentes para um pipeline de IA e, posteriormente, de volta para os sistemas originais
• Avaliar a infraestrutura existente de uma empresa para identificar lacunas que possam impedir a implantação da IA
• Criação de documentação técnica e diagramas que orientam as equipes de engenharia durante o desenvolvimento
• Trabalhar com engenheiros de dados e engenheiros de aprendizado de máquina para verificar se um projeto é viável
• Analisar os requisitos de segurança, privacidade e conformidade antes da entrada em operação de um sistema
• Estimativa de custos, prazos e necessidades de recursos para projetos de IA
• Apresentação de planos e recomendações de arquitetura aos executivos e às equipes técnicas
• Solução de problemas de integração entre sistemas de IA e softwares legados
• Manter-se atualizado sobre novos modelos, ferramentas e plataformas de IA para recomendar as melhores opções

Responsabilidades adicionais

• Orientar engenheiros e arquitetos juniores no projeto de sistemas de IA
• Elaboração de propostas e respostas a solicitações de propostas (RFP) para novas iniciativas de IA
• Negociação com fornecedores de software e de serviços em nuvem sobre termos de licenciamento e de prestação de serviços
• Realizar projetos de prova de conceito para testar uma abordagem antes de um investimento em grande escala
• Auditoria de sistemas de IA existentes para identificar problemas de desempenho, custo e escalabilidade
• Criação de estruturas de governança para a implantação e o monitoramento de modelos de IA
• Representar a equipe técnica em reuniões estratégicas interdepartamentais

A manhã de um arquiteto de soluções de IA geralmente começa com a verificação dos sistemas de IA atualmente em desenvolvimento, a análise dos resultados dos testes realizados durante a noite ou das mensagens das equipes de engenharia sobre algum obstáculo técnico. Ele pode passar a primeira hora analisando um diagrama de fluxo de dados, atualizando um documento de arquitetura ou se informando sobre o lançamento de um novo modelo que possa alterar sua recomendação para um cliente.

O meio-dia costuma ser repleto de reuniões. O arquiteto pode apresentar à equipe de liderança de um cliente um roteiro proposto para IA, explicando em linguagem simples por que uma determinada plataforma em nuvem ou tipo de modelo faz sentido para os objetivos e o orçamento deles. Depois, ele pode se reunir com os engenheiros de dados para definir como um pipeline proposto irá, de fato, extrair informações de um banco de dados antigo de clientes sem causar nenhum problema.

As tardes costumam ser dedicadas à avaliação prática e à redação. O arquiteto pode testar a plataforma de IA de um fornecedor, esboçar um diagrama de arquitetura revisado após o recebimento de novos requisitos ou redigir a documentação que a equipe de desenvolvimento utilizará para iniciar a construção. Antes do fim do dia, ele geralmente faz o acompanhamento com as partes interessadas, responde a perguntas técnicas dos engenheiros e identifica riscos pendentes que precisam de atenção antes do próximo marco do projeto.

Competências interpessoais

• Boa capacidade de comunicação com públicos tanto técnicos quanto não técnicos
• Pensamento estratégico e visão de conjunto
• Persuasão e a capacidade de construir consenso entre as partes interessadas
• Resolução de problemas e pensamento sistêmico
• Escuta ativa para compreender as reais necessidades do negócio, e não apenas aquelas expressas explicitamente
• Liderança e a capacidade de orientar equipes sem exercer autoridade direta
• Capacidade de adaptação à medida que a tecnologia e os requisitos mudam rapidamente
• Habilidades de negociação para trabalhar com fornecedores e equipes internas
• Paciência ao explicar dilemas técnicos complexos
• Atenção aos detalhes na documentação e no planejamento
• Conforto diante da ambiguidade e da informação incompleta
• Colaboração entre departamentos e disciplinas

Competências técnicas

• Plataformas em nuvem, como AWS, Microsoft Azure e Google Cloud
• Frameworks de aprendizado de máquina e IA, incluindo TensorFlow e PyTorch
• Arquitetura de dados, pipelines de dados e processos de ETL (extração, transformação e carregamento)
• Projeto de API e integração de sistemas
• Estruturas de arquitetura corporativa, como o TOGAF
• Padrões de segurança, privacidade e conformidade para dados e sistemas de IA
• Conhecimento sobre grandes modelos de linguagem, MLOps e práticas de implantação de modelos
• Projeto de bancos de dados, incluindo sistemas relacionais e NoSQL
• Estimativa de custos e elaboração do orçamento para infraestrutura em nuvem
• Ferramentas de diagramação e documentação para arquitetura de sistemas

• Arquiteto de IA Corporativa: Elabora a estratégia e a infraestrutura de IA em toda uma grande organização
• Arquiteto de IA em nuvem: concentra-se na implantação de soluções de IA utilizando as ferramentas de um provedor de nuvem específico
• Arquiteto de Plataforma de Dados: Especializado em pipelines e armazenamento de dados que alimentam sistemas de IA
• Arquiteto de MLOps: projeta os sistemas responsáveis pela implantação, monitoramento e manutenção de modelos de aprendizado de máquina em produção
•  Arquiteto de IA especializado por setor: concentra-se em soluções de IA adaptadas à área da saúde, finanças, varejo ou outro setor
• Arquiteto de Integração de IA: concentra-se em conectar novas ferramentas de IA ao software legado já existente na empresa
• Arquiteto de Segurança em IA: Especializado em segurança, privacidade e governança de sistemas de IA
• Arquiteto Consultor de IA: Presta consultoria a diversas empresas clientes sobre estratégia e implementação de IA na qualidade de especialista externo

• Empresas de tecnologia e software
• Empresas de consultoria em gestão e TI
• Provedores de serviços em nuvem
• Serviços financeiros e instituições bancárias
• Sistemas de saúde e empresas de tecnologia da saúde
• Empresas de varejo e comércio eletrônico
• Empresas de manufatura e logística
• Órgãos governamentais e departamentos de tecnologia do setor público
• Empresas de telecomunicações
• Companhias de seguros
• Startups que desenvolvem produtos baseados em IA
• Universidades e instituições de pesquisa

Espera-se que os arquitetos de soluções de IA estejam certos — ou bem próximos disso — ao recomendar investimentos em tecnologia na casa dos milhões de dólares. As empresas confiam no julgamento deles para escolher plataformas e projetos que ainda façam sentido daqui a alguns anos; por isso, a pressão para pesquisar minuciosamente e comunicar as vantagens e desvantagens com honestidade é constante.

O setor evolui rapidamente. Novos modelos de IA, ferramentas e melhores práticas surgem a cada poucos meses, e um arquiteto que fica para trás pode recomendar soluções ultrapassadas sem perceber. Isso significa que uma quantidade significativa de tempo, além do trabalho principal do projeto, é dedicada à leitura, ao teste de novas ferramentas e à obtenção de certificações, apenas para se manter atualizado.

A função também exige que a pessoa se sinta à vontade para ser aquela que precisa dizer coisas difíceis, como informar a um executivo que sua visão sobre IA ainda não é viável do ponto de vista técnico ou financeiro. Equilibrar o otimismo empresarial com a honestidade técnica, ao mesmo tempo em que se gerencia diversas partes interessadas com prioridades diferentes, pode ser mentalmente exigente e, ocasionalmente, estressante, especialmente próximo aos prazos finais de projetos importantes.

• A rápida adoção da IA generativa e dos grandes modelos de linguagem em diversos setores
• O uso crescente da geração aumentada por recuperação (RAG) para conectar modelos de IA a dados específicos da empresa
• Maior ênfase na governança responsável da IA, em testes de viés e na explicabilidade
• O surgimento de agentes de IA capazes de realizar ações em várias etapas, em vez de apenas responder a perguntas
• Maior demanda por arquiteturas híbridas que combinam sistemas em nuvem e locais
• Expansão das práticas de MLOps para monitoramento e manutenção de modelos após a implantação
• A crescente importância das regulamentações sobre privacidade de dados está moldando a forma como os sistemas de IA são projetados
• Maior uso de plataformas de IA do tipo “low-code” e “no-code” para acelerar a prototipagem
• Aumento da demanda por otimização de custos de IA à medida que as despesas com computação crescem
• Cada vez mais empresas estão criando centros internos de excelência em IA liderados por arquitetos

Muitos arquitetos de soluções de IA eram, quando crianças, daqueles que adoravam descobrir como os sistemas se encaixavam, fosse organizando um armário bagunçado por categoria, criando configurações elaboradas em jogos de estratégia ou planejando como um projeto escolar deveria ser dividido entre um grupo. Eles costumavam gostar tanto de criar coisas quanto de explicar como elas funcionavam para outras pessoas.

Muitos também se interessavam por aulas de matemática, ciência da computação ou administração ao mesmo tempo, e gostavam de ser aquela pessoa capaz de transformar uma ideia complicada em algo que um amigo ou colega de equipe pudesse realmente usar. Uma curiosidade natural por novas tecnologias, combinada com um talento especial para planejamento e persuasão, muitas vezes os levava a seguir esse tipo de carreira.