🎯 COMEÇA AQUI — Como impressionar

---

Posicionamento para esta vaga

Tua vantagem: já trabalhaste com o Diogo, trabalhas com GenAI, tens data + backend.

Posiciona-te como: AI Systems Engineer

Não apenas: ML engineer

---

Frases que mostram pensamento em sistemas completos

• Ao desenhar sistemas de AI, costumo começar pelo pipeline de dados e depois pensar em retrieval e orquestração.

• O modelo é geralmente a parte mais pequena do sistema; a maior complexidade vem dos dados e da infraestrutura.

• Costumo pensar em arquiteturas de AI em quatro camadas: ingestão, retrieval, orquestração e geração.

---

3 frases que impressionam

1. Vejo os LLMs menos como modelos e mais como componentes em sistemas de AI maiores.

2. A maior complexidade em sistemas de AI em produção não está no modelo em si mas na arquitetura à sua volta.

3. Retrieval e orquestração são muitas vezes mais importantes que o tamanho do modelo.

---

Apresenta-te — Pitch 3 min

Estrutura: 1) background 2) experiência técnica 3) foco em sistemas de AI 4) ligação à empresa

Exemplo:

Sou Data & AI Engineer e foco-me em construir pipelines de dados e sistemas orientados a AI.

Uma grande parte do meu trabalho envolve Python, serviços de backend e mais recentemente arquiteturas de AI generativa como pipelines RAG e sistemas baseados em agentes. Também dei um curso interno de AI na empresa, cobrindo fundamentos de LLMs, embeddings, RAG e agentes.

Gosto de construir sistemas em produção à volta de LLMs — integrando-os com APIs, bases de dados vetoriais e serviços de backend escaláveis.

O que me chamou a atenção nesta vaga foi exatamente esse foco em construir sistemas de AI reais e trabalhar em arquiteturas de AI complexas.

---

Como falar do curso de AI que deste

Muito valioso — mostra que dominas o tema, consegues explicar e tens visão estruturada.

Não digas: I gave a course.

Versão forte:

I also delivered an internal AI upskilling course in my company where I covered topics such as LLM fundamentals, embeddings, RAG architectures and agent workflows. The goal was to help engineers understand not only how to use LLMs, but how to design production-ready AI systems around them.

Se perguntarem mais — o que cobriu:

• how LLMs work internally
• embeddings and vector search
• different RAG architectures
• agent orchestration patterns
• practical design of AI systems

Frase para fechar:

Teaching these topics also helped me structure my own understanding of AI systems and architecture.

Menciona isto na experiência — junto com os projetos.

---

Respostas curtas (estilo Senior)

---

Método STAR para perguntas comportamentais

Se perguntarem "Dá-me um exemplo de quando...":

• Situation — contexto breve (1 frase)
• Task — qual era o teu papel/objetivo
• Action — o que fizeste (específico, técnico)
• Result — impacto, métrica, aprendizagem

Exemplo: "Quando tivemos de reduzir custos de LLM..." → S: sistema em produção com alto volume. T: minha responsabilidade era otimizar. A: implementei semantic cache e routing para modelos menores em queries simples. R: redução de 40% no custo mensal.

---

Tom e postura

• Respostas curtas primeiro — 2-3 frases, depois "Queres que aprofunde?"
• Evita monólogos — pausas para o entrevistador interromper
• Confiança sem arrogância — "Na minha experiência..." em vez de "Obviamente..."
• Mostra curiosidade — "É algo que usam em produção?"

---

Como fechar a entrevista

• Agradece o tempo e a oportunidade
• Reforça interesse: "O que vi sobre a vaga e a equipa alinha-se com o que quero construir"
• Pergunta próximos passos: "Quando posso esperar feedback?"