Engenheiro de Inteligência Artificial (Ia)

Principais atividades e responsabilidades:

IA & LLMs

• Construir e evoluir sistemas multi-agentes com orquestração de tarefas complexas e delegação entre agentes especializados;
• Desenvolver estratégias de prompting, avaliação de qualidade de outputs (LLM evals) e melhoria contínua de resultados;
• Implementar pipelines de busca semântica e indexação vetorial para recuperação de conteúdo;
• Monitorar comportamento de modelos em produção e propor ajustes para manutenção de qualidade e relevância.

Desenvolvimento & Arquitetura

• Projetar e implementar sistemas de IA baseados em LLMs, incluindo pipelines de RAG, agentes autônomos e fluxos de processamento de linguagem natural;
• Desenvolver e manter APIs e microsserviços que expõem capacidades de IA para outros sistemas e produtos;
• Definir e documentar arquiteturas de solução para casos de uso de IA, avaliando trade-offs entre abordagens (fine-tuning vs. prompt engineering vs. RAG, por exemplo);
• Integrar modelos e APIs de IA (Gemini, Claude, OpenAI) em produtos e fluxos operacionais existentes.

Qualidade & Engenharia

• Escrever código limpo, testável e bem documentado, seguindo padrões de engenharia de software;
• Implementar testes unitários, de integração e de avaliação específicos para outputs de IA;
• Realizar e participar de code reviews, contribuindo para a evolução técnica do time;
• Identificar e endereçar dívidas técnicas de forma proativa.

Colaboração com o Time

• Trabalhar junto a analistas de dados para garantir que os dados de entrada dos modelos estejam limpos, estruturados e disponíveis no formato correto;
• Colaborar com DevOps para containerização, deploy e monitoramento das soluções de IA em cloud;
• Participar ativamente de cerimônias ágeis (planning, review, retrospectiva) e de sessões de discovery de produto;
• Apoiar o Product Manager na estimativa de esforço, definição de escopo técnico e viabilidade de iniciativas.

Requisitos técnicos desejáveis:

• Experiência com Python (principal) e/ ou Node.js;
• Integração com LLMs: Google Gemini, OpenAI, Anthropic APIs;
• Experiência prática com frameworks de LLM: LangChain, LlamaIndex;
• Conhecimento em bancos vetoriais: Pinecone, Weaviate, FAISS;
• Experiência com cloud: AWS, GCP;
• Conhecimento de arquitetura de microsserviços;
• Desenvolvimento de APIs REST e gRPC: FastAPI, Flask ou Django REST;
• Frameworks de agentes e RAG: LangChain, LlamaIndex, Google ADK;
• Testes: unitários, integração e avaliação de saídas de IA: LLM evals;
• Versionamento e práticas de engenharia: Git, code review;
• Noções de frontend (React ou Vue) será considerado diferencial.

Diferenciais:

• Experiência com arquiteturas multi-agentes (orquestrador + agentes especializados);
• Contribuições em projetos open-source de IA;
• Background em domínio de mídia, editorial ou NLP em português.