Descrição da vaga
A Darede tem o objetivo de continuar revolucionando os negócios em Cloud no Brasil e nos tornarmos a mais relevante consultoria do segmento, afinal, THE FUTURE IS CLOUD!
Nossa Desenvolvedor(a) Full Stack Pleno irá atuar no desenvolvimento pipelines de dados e processamento em Python, incluindo ETL para alimentação de modelos de IA, desenvolver frontends utilizando Javascript (React ou similar) para consumo e interação com backend utilizando GenAI.
Se você tem curiosidade e vontade de aprender novas ferramentas, plataformas e tecnologias, é Data Driven e HandsOn, é uma pessoa sempre antenada nas novidades do Mundo Cloud, essa vaga é para você!
Candidate-se, queremos te conhecer!
Responsabilidades e atribuições
Desenvolvimento Full Stack de Soluções de IA/ML
- Desenvolver pipelines de dados e processamento em Python, incluindo ETL para alimentação de modelos de IA.
- Desenvolver frontends utilizando Javascript (React ou similar) para consumo e interação com backend utilizando GenAI.
- Implementar arquiteturas RAG (Retrieval-Augmented Generation) para contexto de documentos empresariais.
- Desenvolver e otimizar pipelines de Intelligent Document Processing (IDP) para automação de processos documentais.
- Criar e manter APIs robustas e escaláveis (REST/GraphQL) que exponham modelos de IA e LLMs em produção.
- Desenvolver interfaces de usuário (frontend) responsivas e intuitivas para consumo de serviços de IA (React, Vue.js ou similar).
- Integrar LLMs (GPT, Claude, Llama) e frameworks como LangChain e LlamaIndex em aplicações production‑ready.
Conhecimento e Apoio em ML e MLOps
- Familiaridade com o ciclo de vida de modelos ML (desenvolvimento, treinamento, validação, deploy, monitoramento).
- Apoiar implementação de pipelines de CI/CD para machine learning sob orientação do Tech Lead.
- Conhecimento básico de containerização com Docker e conceitos de Kubernetes.
- Compreender best practices de versionamento de modelos e dados.
- Colaborar na configuração de ambientes AWS (SageMaker, EC2, Lambda, etc.) com supervisão técnica.
- Monitorar métricas básicas de performance de modelos em produção.
- A aprender continuamente sobre MLOps e boas práticas de produção de modelos.
Engenharia de Dados e Vetorização
- Trabalhar com vector databases (Pinecone, Weaviate, FAISS) para embeddings e similarity search.
- Conhecimento de técnicas avançadas de retrieval para RAG (reranking, hybrid search).
- Processar e preparar dados estruturados e não‑estruturados para treinamento e inferência.
- Realizar análise exploratória de dados e feature engineering.
- Otimizar pipelines de dados para latência e throughput.
Desenvolvimento de Prompts e Fine‑tuning
- Colaborar no design e otimização de prompts para maximizar qualidade de respostas de LLMs.
- Participar de experimentos de fine‑tuning de modelos quando apropriado.
- Implementar técnicas de prompt engineering em aplicações.
Frontend – React
- Experiência desenvolvendo aplicações web modernas utilizando React ou frameworks similares (Vue.js, Angular). Deve dominar:
- React Hooks (useState, useEffect, useContext, useReducer, custom hooks)
- Componentização e arquitetura de componentes escaláveis
- Gerenciamento de estado (Redux, Zustand, Context API)
- TypeScript para tipagem robusta em aplicações enterprise
- Estilização moderna (TailwindCSS, Styled Components, CSS-in-JS)
- Performance optimization (React.memo, useCallback, lazy loading)
- Testes com Jest, React Testing Library
- Build tools (Vite, Webpack, Next.js)
Qualidade e Testes
- Escrever testes unitários, integração e end‑to‑end para código Python, APIs e frontend.
- Implementar estratégias de validação de saídas de modelos de IA.
- Garantir cobertura de testes e qualidade de código.
- Participar de code reviews e melhorias contínuas.
Colaboração e Documentação
- Trabalhar de forma colaborativa com o Tech Lead, analistas, designers e outros desenvolvedores.
- Documentar código, arquiteturas e processos técnicos de forma clara.
- Participar de reuniões com clientes e stakeholders para compreender requisitos técnicos.
- Contribuir para evolução de padrões técnicos da equipe.
Requisitos e qualificações
Experiência Profissional
- Mínimo 3‑4 anos de experiência em desenvolvimento full stack com Python/Javascript.
- Mínimo 2 anos de experiência prática com Machine Learning, Data Science ou projetos de IA.
- Participação em ciclos completos de projetos (concepção, desenvolvimento, deploy, manutenção).
- Experiência com metodologias ágeis (Scrum, Kanban).
- Histórico de trabalho em equipes multidisciplinares.
Competências Técnicas Core – Backend & ML
- Python avançado: domínio sólido de Python com boas práticas de código limpo e design patterns.
- Frameworks de ML: experiência prática com TensorFlow, PyTorch, Scikit-learn ou equivalentes.
- LLMs e GenAI: conhecimento prático com GPT, Claude, Llama; experiência com LangChain, LlamaIndex.
- Arquiteturas RAG: compreensão profunda de RAG e técnicas de retrieval; experiência com vector databases.
- IDP e NLP: conhecimento de soluções de processamento de documentos (OCR, Textract, Document AI).
- APIs e Web Development: design e desenvolvimento de APIs REST/GraphQL escaláveis; frameworks como FastAPI, Flask, Django.
- Bancos de dados: SQL (PostgreSQL, MySQL) e NoSQL (MongoDB, DynamoDB); vector databases.
Competências Técnicas Core – Frontend & Full Stack
- Frontend Framework: experiência prática com React, Vue.js ou Angular.
- JavaScript/TypeScript: conhecimento sólido de JavaScript/TypeScript moderno.
- CSS e Design Responsivo: implementação de interfaces responsivas e acessíveis.
- Integração Frontend-Backend: consumo de APIs, state management, handling de async operations.
- Ferramentas frontend: npm/yarn, webpack ou build tools modernos.
Competências Técnicas Core – Cloud & DevOps
- AWS: experiência com EC2, Lambda, Bedrock, SageMaker, S3, RDS, DynamoDB, CloudWatch, ECS/EKS.
- Containerização: Docker e Kubernetes (básico a intermediário).
- CI/CD: familiarity com pipelines de CI/CD (GitHub Actions, GitLab CI, AWS CodePipeline).
- IaC: conhecimento de Infrastructure as Code (Terraform, CloudFormation é desejável).
Conhecimentos em IA/ML
- ML clássico: regressão, classificação, clustering, séries temporais.
- Deep Learning: CNNs, RNNs, Transformers (conceitual e prático).
- NLP avançado: tokenização, embeddings, transfer learning.
- Computer Vision: processamento e análise de imagens/documentos.
- Técnicas de fine‑tuning e prompt engineering.
- Vector embeddings e similarity search.
Requisitos Desejáveis
- Certificação AWS (Developer Associate, Solutions Architect Associate, Machine Learning Specialty).
- Conhecimento de frameworks de governança de IA e ética em IA.
- Experiência com AutoML.
- Contribuições open source relevantes.
- Publicações, artigos técnicos ou apresentações sobre IA/ML.
Negócios e Soft Skills
- Inglês: leitura, escrita e conversação (intermediário+).
- Comunicação: capacidade de explicar conceitos técnicos complexos para diferentes públicos.
- Orientação a resultados: foco em entrega de valor e qualidade.
- Proatividade: iniciativa para propor melhorias e soluções.
- Trabalho em equipe: colaborativo, respeitoso e construtivo.
- Aprendizado contínuo: curiosidade para dominar novas tecnologias e frameworks.
Informações adicionais
BENEFÍCIOS
🍞 Vale Alimentação
🏠 Auxílio home office (para vagas remotas)
🛡️ Seguro de vida (Prudential)
🧒 Creche (conforme CLT)
🌟 Auxílio para pais de filhos excepcionais
🎁 Vale presente aniversário
📚 Vale educação
🎭 Vale cultura
🎂 Birthday off
🏋️ TotalPass
🎉 Bônus anual
🏥 Assistência médica (SulAmérica)
😁 Assistência odontológica
🎓 Programa "Indicou, ganhou"
📘 Reembolso em certificações na trilha da AWS
📚 Parcerias com Instituições de Ensino