Coordenador De Inteligência Artificial (Planejamento Eimplementação De Agentes & Processos Agênticos)

Unimed Cnu; São Paulo; Híbrido; BRL 180 000 - 240 000; Tempo integral

Resumo da oferta

A Unimed Cnu, referência em planos de saúde no Brasil, busca um líder técnico em IA para conduzir arquiteturas de agentes autônomos, fluxos de trabalho e integração com APIs externas. Você liderará engenheiros de IA e cientistas de dados, definindo padrões de software aplicados à IA e orientando decisões críticas.

Planejando chamadas de função, gestão de memória com RAG e guardrails, você garantirá saídas determinísticas, com monitoramento de desempenho, segurança e qualidade de entrega em

Qualificações

• Experiência prática e avançada com LangGraph, CrewAI, AutoGen, LangChain e/ou Semantic Kernel.
• Domínio de arquiteturas como ReAct, Plan-and-Solve, Reflection/Self-Correction e roteamento dinâmico de tarefas.
• Programação avançada em Python, incluindo design patterns, desenvolvimento de APIs (FastAPI/Flask), testes unitários e programação assíncrona (asyncio).
• Experiência com Pinecone, Milvus, Qdrant, Chroma ou pgvector, incluindo chunking avançado e reranking.
• Experiência sólida em engenharia de prompts, consumo e parametrização de modelos proprietários (OpenAI, Anthropic, Google Gemini) e open-source (Llama, Mistral).
• Métricas como ROUGE, BLEU, BERTScore, além de frameworks de alinhamento e avaliação semântica.
• Experiência utilizando LLMs para avaliação de outputs, considerando Faithfulness, Answer Relevance e Harmfulness.
• Vivência na estruturação de soluções em Azure, AWS, GCP e OCI.
• Capacidade de traduzir problemas de negócio em soluções técnicas, planejar escopos, delegar tarefas e liderar times ágeis.
• Leitura técnica avançada e comunicação diária com comunidades internacionais.

Responsabilidades

• Planejar e estruturar arquiteturas de agentes autônomos e fluxos de trabalho agênticos (Agentic Workflows), definindo estratégias de tomada de decisão, divisão de subtarefas e cooperação entre múltiplos agentes.
• Coordenar o time de engenheiros de IA e cientistas de dados, codificando em conjunto nas etapas críticas de integração, revisão de código e definição de padrões de engenharia de software aplicados à IA.
• Garantir a implementação de chamadas de função (Function Calling / Tool Use), conectando agentes a APIs externas, bancos de dados legados e bancos de dados vetoriais com segurança e baixa latência.
• Projetar sistemas eficientes de gerenciamento de memória de curto e longo prazo para os agentes, utilizando técnicas avançadas de RAG (Geração Aumentada por Recuperação) e persistência de estado.
• Desenvolver e aplicar camadas de segurança (guardrails) para mitigar alucinações, loops infinitos de execução e comportamentos inesperados dos agentes, assegurando saídas determinísticas e confiáveis.
• Estabelecer a infraestrutura de monitoramento, observabilidade e logging dos agentes em produção (custo de tokens, latência, taxa de sucesso de tarefas), otimizando continuamente o ROI das soluções.

Conhecimentos

LangGraph

CrewAI

AutoGen

LangChain

Semantic Kernel

ReAct

Plan-and-Solve

Self-Correction

Task routing

Python

FastAPI/Flask

asyncio

Pinecone

Milvus

Qdrant

Chroma

pgvector

OpenAI

Anthropic

Google Gemini

Llama

Mistral

ROUGE

BLEU

BERTScore

Faithfulness

Relevance

Harmfulness

Azure

AWS

GCP

OCI

Agentic Workflows

Memory management

Ferramentas

LangSmith

Phoenix

MLflow

Weights & Biases

Descrição da oferta de emprego

Somos responsáveis pela operação nacional dos planos de saúde da marca Unimed.

Comercializamos assistência médica empresarial com abrangência nacional, levando saúde e bem-estar para mais de 2 milhões de vidas.

Com foco no ser humano e no cuidado, sempre buscamos maneiras de estreitar o relacionamento com os nossos colaboradores, beneficiários, clientes e parceiros, proporcionando uma experiência cada vez melhor para todos.

A Unimed Nacional valoriza e apoia a diversidade. Pessoas com deficiência, pluralidades de raça, cor, religião, gênero e identidade de gênero, nacionalidade, orientações sexuais ou de idade são consideradas para todas as nossas vagas, pois acreditamos na importância de cooperar, compartilhar ideias e pontos de vistas distintos. Todos são bem-vindos.

#SomosUnilover #Unimed

/n

• Experiência prática e avançada com LangGraph, CrewAI, AutoGen, LangChain e/ou Semantic Kernel.
• Domínio de arquiteturas como ReAct, Plan-and-Solve, Reflection/Self-Correction e roteamento dinâmico de tarefas.
• Programação avançada em Python, incluindo design patterns, desenvolvimento de APIs (FastAPI/Flask), testes unitários e programação assíncrona (asyncio).
• Experiência com Pinecone, Milvus, Qdrant, Chroma ou pgvector, incluindo chunking avançado e reranking.
• Experiência sólida em engenharia de prompts, consumo e parametrização de modelos proprietários (OpenAI, Anthropic, Google Gemini) e open-source (Llama, Mistral).
• Domínio prático de métricas como ROUGE, BLEU, BERTScore, além de frameworks de alinhamento e avaliação semântica.
• Experiência utilizando LLMs para avaliação de outputs, considerando critérios de Faithfulness, Answer Relevance e Harmfulness.
• Vivência na estruturação de soluções em Azure, AWS, GCP e OCI.
• Capacidade de traduzir problemas de negócio em soluções técnicas, planejar escopos, delegar tarefas e liderar times ágeis.
• Leitura técnica avançada e comunicação diária com comunidades internacionais.

Desejáveis / Diferenciais:

• Experiência com ferramentas de observabilidade e avaliação como LangSmith, Phoenix (Arize), MLflow e Weights & Biases.
• Vivência em ajuste fino de SLMs, especialmente para tarefas específicas como geração de JSON estruturado e function calling.
• Familiaridade com o setor de saúde suplementar e regulamentações da ANS.

/n

• Este profissional terá um perfil híbrido de liderança técnica (player-coach), atuando diretamente na linha de frente do desenvolvimento e na coordenação/gestão de pessoas do time, com as seguintes atribuições:
• Planejar e estruturar arquiteturas de agentes autônomos e fluxos de trabalho agênticos (Agentic Workflows), definindo estratégias de tomada de decisão, divisão de subtarefas e cooperação entre múltiplos agentes.
• Coordenar o time de engenheiros de IA e cientistas de dados, codificando em conjunto nas etapas críticas de integração, revisão de código e definição de padrões de engenharia de software aplicados à IA.
• Garantir a implementação de chamadas de função (Function Calling / Tool Use), conectando agentes a APIs externas, bancos de dados legados e bancos de dados vetoriais com segurança e baixa latência.
• Projetar sistemas eficientes de gerenciamento de memória de curto e longo prazo para os agentes, utilizando técnicas avançadas de RAG (Geração Aumentada por Recuperação) e persistência de estado.
• Desenvolver e aplicar camadas de segurança (guardrails) para mitigar alucinações, loops infinitos de execução e comportamentos inesperados dos agentes, assegurando saídas determinísticas e confiáveis.
• Estabelecer a infraestrutura de monitoramento, observabilidade e logging dos agentes em produção (custo de tokens, latência, taxa de sucesso de tarefas), otimizando continuamente o ROI das soluções.