Não envies um currículo genérico — gera um currículo e uma carta de apresentação adaptados a esta função específica.
A Memora Processos Inovadores procura um(a) Arquiteto(a) de IA experiente para atuar em projetos de integração de LLMs, com foco em RAG, pipelines de ponta a ponta e governança de dados sensíveis.
Você trabalhará em squad ágil, lidando com FAISS e bancos de dados vetoriais, integração com APIs de LLM (OpenAI/Anthropic) e técnicas de mitigação de alucinações, em ambiente regulado pela LGPD.
Graduação completa em curso de nível superior em Tecnologia da Informação, ou formação em outra área com pós-graduação em Tecnologia.
Experiência mínima de 5 (cinco) anos desempenhando funções de arquiteto deaplicações web.
Experiência prática com engenharia de prompt e avaliação sistemática dequalidade de saída de LLMs (não apenas uso casual de modelos).
Experiência real com arquiteturas RAG em produção — não apenas em cursos/POCs — incluindo estratégias de chunking e recuperação.
Conhecimento prático de bancos vetoriais, idealmente com experiência diretaem FAISS (ou equivalentes como Pinecone, Weaviate, Qdrant, Milvus).
Domínio de Python para integração de sistemas, com capacidade de debugarpipelines de ponta a ponta (não apenas notebooks de experimentação).
Experiência de integração com APIs de LLM de provedores como Anthropic e/ouOpenAI (autenticação, streaming, controle de tokens/custo, tratamento delimites de contexto).
Conhecimento de SQL suficiente para consumir e depurar dados persistidospelo pipeline de IA.
Entendimento sólido de técnicas de mitigação de alucinação e de avaliação deconfiabilidade de respostas geradas por IA (ex.: groundedness, faithfulness,técnicas de citação de fonte).
Capacidade de atuar em squad ágil, colaborando diretamente comdesenvolvedores backend/frontend sem depender de intermediação.
Experiência com arquiteturas agênticas e frameworks de orquestração deagentes (ex.: LangChain/LangGraph, CrewAI, Semantic Kernel, ouequivalentes).
Experiência com migração de soluções de IA de ambiente on-premise paracloud (Azure, AWS ou GCP).
Conhecimento de fine-tuning ou técnicas de adaptação de modelos (LoRA,instruction tuning) para casos em que RAG não seja suficiente.
Familiaridade com containers (Docker) para empacotar componentes dopipeline de IA.
Experiência com processamento de grandes volumes de dados parapreparação de bases de conhecimento (não para BI/dashboards, mas paraingestão de RAG).
Conhecimento de práticas de segurança e governança de dados sensíveis emsoluções de IA (relevante por se tratar de dados de órgão público), incluindoLGPD.
Experiência anterior em projetos para o setor público ou em ambientesregulados.