Habilidades
API, Flask, Git, Kafka, LangChain, RabbitMQ, Python
O que nós buscamos
- Desenvolver aplicações de IA Generativa e sistemas multiagentes ponta a ponta (backend, orquestração e integrações).
- Projetar e implementar agentes capazes de executar tarefas e automatizar workflows de negócio.
- Estruturar, evoluir e manter arquiteturas baseadas em LLMs, incluindo RAG, tool calling, memory e orquestração.
- Integrar modelos de linguagem aos sistemas internos por meio de APIs, promovendo automação de processos.
- Construir pipelines de dados e bases vetoriais para garantir alta precisão e minimizar alucinações.
- Definir e implementar métricas para avaliação da qualidade dos agentes (assertividade, groundedness, taxa de erro, entre outras).
- Monitorar e otimizar desempenho, latência e custos de inferência (tokens e consumo de modelos).
- Garantir observabilidade, rastreabilidade e confiabilidade das soluções em produção.
- Investigar incidentes e propor melhorias contínuas na arquitetura e nas aplicações.
- Trabalhar em conjunto com os times de Produto, Engenharia e Operações para desenvolver soluções com impacto direto no negócio.
- Promover boas práticas de engenharia de software, revisão de código e compartilhamento de conhecimento.
Principais responsabilidades
- Experiência sólida em Engenharia de Software (mínimo de 5 anos).
- Domínio de Python e desenvolvimento de APIs utilizando FastAPI, Flask ou frameworks similares.
- Experiência prática no desenvolvimento e operação de aplicações baseadas em LLMs em ambiente de produção.
- Experiência com frameworks de agentes, como LangGraph, LangChain, CrewAI ou soluções próprias de orquestração.
- Conhecimento prático em:
- RAG (chunking, retrieval e re-ranking);
- Function/Tool Calling;
- Integração com APIs.
- Experiência no desenvolvimento de agentes capazes de executar ações e automatizar processos.
- Experiência com bancos vetoriais em produção (Pinecone, Weaviate, Milvus, pgvector ou similares).
- Experiência com avaliação da qualidade de respostas de LLMs e técnicas de mitigação de alucinação.
- Experiência com monitoramento, observabilidade e operação de sistemas em produção.
- Familiaridade com os desafios de ambientes produtivos, incluindo latência, custo e escalabilidade.
- Experiência com versionamento de código utilizando Git.
- Boa comunicação, pensamento analítico e orientação a resultados.
- Capacidade de transformar problemas de negócio em soluções técnicas escaláveis.
Diferenciais
- Experiência com arquiteturas multiagentes e sistemas distribuídos.
- Experiência com práticas de LLMOps (governança, segurança, observabilidade e rastreabilidade).
- Experiência com sistemas de mensageria (Kafka, RabbitMQ ou similares).
- Experiência com plataformas de cloud (AWS, GCP ou Azure).
- Experiência com pipelines de CI/CD para aplicações de IA.
- Conhecimento de modelos open source, como LLaMA, Mistral, Mixtral e similares.
- Experiência com avaliação automatizada de prompts e agentes.
- Experiência em ambientes de alto volume de processamento e sistemas críticos.