AI Engineer

Candidate-se rapidamente pelo email: [email protected] Nível: Analista

Escolaridade: Ensino médio - Completo

Tipo de contrato: CLT

Jornada de trabalho: Segunda a sexta-feira, das 9h às 18h.

Disponibilidade para home-office Benefícios: Vale refeição de R$ 32,00, Plano de Saúde sem Coparticipação , Plano odontológico (100% pago pela empresa), Auxílio Creche , Notebook para trabalho

Responsabilidades Da Posição Projetar e desenvolver agentes autônomos utilizando LangChain, LangGraph e frameworks similares;

Criar fluxos complexos que combinem diferentes ferramentas;

Implementar comunicação e orquestração entre agentes;

Integrar mecanismos de Human in the Loop – HiTL;

Gerenciar o ciclo de vida dos agentes e integrá-los a ferramentas externas por meio de MCP Servers;

Criar agentes conversacionais com memória de curto e longo prazo;

Experimentar, integrar e avaliar diferentes LLMs;

Implementar técnicas avançadas de RAG, Hybrid Search, reranking e Corrective RAG;

Estruturar e utilizar bancos vetoriais;

Conectar agentes a dados corporativos e ambientes GCP;

Realizar web scraping inteligente e parsing de documentos;

Integrar agentes a APIs e serviços externos;

Construir pipelines de experimentação, versionamento e publicação de modelos;

Trabalhar com as áreas de negócio para transformar necessidades em soluções práticas de IA.

Requisitos Obrigatórios Para a Posição Ensino superior completo em Engenharia, Estatística, Matemática, Tecnologia ou áreas correlatas;

Domínio de Python;

Familiaridade com bibliotecas e frameworks como Transformers, LangChain, LangGraph, Google ADK, LlamaIndex, Pydantic, CrewAI e scikit-learn;

Experiência com agentes autônomos e arquiteturas baseadas em ferramentas;

Experiência com NLP;

Vivência na integração de LLMs, como Gemini, DeepSeek e OpenAI, em aplicações produtivas;

Experiência com APIs, Requests e FastAPI;

Manipulação de dados e conexão com bancos de dados;

Experiência com bancos vetoriais;

Conhecimento de RAG, Hybrid Search, reranking e Corrective RAG;

Boas práticas de engenharia de software;

Versionamento colaborativo com GitHub;

Arquitetura de soluções escaláveis;

Conhecimento em deployment de LLMs e prompt engineering.