Engenheiro(a) de Software Sênior — Automação, Integrações e IA Aplicada (Python)

Docato; Ponta Grossa; Hybrid; BRL 180,000 - 240,000; Full time

Job summary

A Docato busca um engenheiro de software com foco em IA para liderar integrações com sistemas jurídicos e de clientes, mapeando o fluxo de login, formulários e entregas em produção, além de evoluir a aplicação de IA que consome modelos da Anthropic e do Google.

O papel envolve projetar, versionar e avaliar prompts, otimizar o roteamento entre modelos por custo e qualidade, instrumentar logging e observabilidade, participar de plantões P0/P1 e garantir código em produção com alto rigor técnico.

Qualifications

• 5+ anos de Python em produção, com concorrência (async/await, threading) e GIL.
• 3+ anos com automação de navegador em Playwright ou Selenium.
• 3+ anos de integração com APIs e sistemas web sem API pública.
• Experiência construindo aplicações sobre LLMs em produção, não apenas uso de assistentes.
• Prompt engineering como competência central, com método de avaliação.
• Experiência prática com RAG: chunking, embeddings, base vetorial e recuperação.
• Experiência real com AWS: ECS, ECR, RDS, S3, Secrets Manager.
• Docker e pipelines de CI/CD.
• SQL e PostgreSQL em otimização de query e connection pooling.
• Sistemas orientados a fila com workers e tarefas de longa duração.
• Uso diário de assistentes de IA no desenvolvimento (Claude, Gemini ou equivalentes).

Responsibilities

• Construir integrações com sistemas jurídicos e de clientes, do mapeamento do fluxo de login e formulários até a entrega em produção
• Manter e corrigir os robôs existentes, com investigação a partir de logs e reprodução em ambiente de desenvolvimento
• Refatorar padrões duplicados entre robôs para reduzir custo marginal de cada nova integração
• Desenvolver e evoluir a aplicação de IA que consome modelos da Anthropic e do Google: pipeline de ingestão, chunking, embeddings, recuperação e composição de contexto
• Projetar, versionar e avaliar prompts em produção, com conjunto de testes e critério de regressão. Prompt não é ajuste de última hora, é artefato de código
• Ajustar o roteamento entre modelos por custo e qualidade, medindo latência, custo por documento e taxa de saída inaceitável
• Instrumentar o que você constrói, nas duas frentes: logging estruturado, rastreio por requisição, custo por chamada, alertas e detecção de falha silenciosa ou degradação de qualidade
• Documentar cada integração e cada decisão de arquitetura de prompt em nível suficiente para outra pessoa assumir
• Participar da rotação de plantão para incidentes P0 e P1
• Usar assistentes de IA no próprio fluxo de desenvolvimento, com responsabilidade final sobre o código que entra em produção

Skills

Python

Playwright/Selenium

APIs/integração web

LLMs em produção

Prompt engineering

RAG

AWS

Docker

CI/CD

SQL/PostgreSQL

Sistemas de fila com workers

Uso de IA no desenvolvimento

Tools

Playwright

Selenium

Job description

Responsabilidades

Construir integrações com sistemas jurídicos e de clientes, do mapeamento do fluxo de login e formulários até a entrega em produção

Manter e corrigir os robôs existentes, com investigação a partir de logs e reprodução em ambiente de desenvolvimento

Refatorar padrões duplicados entre robôs para reduzir custo marginal de cada nova integração

Desenvolver e evoluir a aplicação de IA que consome modelos da Anthropic e do Google: pipeline de ingestão, chunking, embeddings, recuperação e composição de contexto

Projetar, versionar e avaliar prompts em produção, com conjunto de casos de teste e critério objetivo de regressão. Prompt não é ajuste de última hora, é artefato de código

Ajustar o roteamento entre modelos por custo e qualidade, medindo latência, custo por documento e taxa de saída inaceitável

Instrumentar o que você constrói, nas duas frentes: logging estruturado, rastreio por requisição, custo por chamada, alertas e detecção de falha silenciosa ou degradação de qualidade

Documentar cada integração e cada decisão de arquitetura de prompt em nível suficiente para outra pessoa assumir

Participar da rotação de plantão para incidentes P0 e P1

Usar assistentes de IA (Claude e Gemini) no próprio fluxo de desenvolvimento, com responsabilidade final sobre o código que entra em produção

Obrigatórios

• 5+ anos de Python em produção, incluindo concorrência (async/await, threading) e domínio das implicações do GIL
• 3+ anos com automação de navegador em Playwright ou Selenium: espera por elementos dinâmicos, iframes, upload de arquivos, formulários extensos
• 3+ anos de integração com APIs e sistemas web sem API pública: gestão de sessão, extração de token, retry com backoff, manipulação de payload form-encoded e JSON
• Experiência construindo aplicações sobre LLMs em produção, não apenas uso de assistente de código: chamada de API, controle de contexto, structured output, tratamento de falha, controle de custo
• Prompt engineering como competência central, com método próprio de avaliação e não tentativa e erro
• Experiência prática com RAG: chunking, embeddings, base vetorial, avaliação da qualidade da recuperação
• Experiência real com AWS: ECS, ECR, RDS, S3, Secrets Manager
• Docker e pipelines de CI/CD
• SQL e PostgreSQL em nível de otimização de query e connection pooling
• Sistemas orientados a fila com workers e tarefas de longa duração
• Uso diário de assistentes de IA para desenvolvimento (Claude, Gemini ou equivalentes), com critério para revisar, testar e rejeitar o que o modelo produz

Diferenciais

• Experiência prévia com sistemas jurídicos brasileiros ou plataformas de gestão processual
• Ferramentas de RPA de mercado (UiPath, Blue Prism, Automation Anywhere)
• Observabilidade: Graylog, ELK, Grafana, OpenTelemetry
• Avaliação sistemática de LLM: conjuntos de eval, LLM as judge, detecção de regressão entre versões de modelo
• AWS Bedrock ou equivalente para roteamento e hospedagem de modelos
• Redshift ou outro warehouse colunar
• Processamento de PDF em volume e OCR