Engenheiro de Software IA Generativa Sênior
Há 14 horas
São Paulo, Brasil
Projeto 22
Tempo integral
R$ 1.600 Temporário
Grátis com e-mail ou Google
Salve esta vaga e mantenha sua pesquisa organizada
Crie uma conta gratuita para salvar vagas, criar alertas e retornar a esta listagem a partir do seu painel.
Grátis com e-mail ou Google
Responsabilidades e atribuições
Arquitetura Agêntica Avançada: Projetar e evoluir fluxos de trabalho complexos sobre o Google Agent Development Kit (ADK)
- skills/tools especializados (exploração, comparação, decisão, análise de inventário), sessão e estado do agente, e memória de longo prazo via RAG (embeddings + busca vetorial)
- definindo padrões de comunicação e estado entre componentes. Otimização e Escala: Liderar iniciativas de melhoria de latência e redução de custos de inferência (tokens) usando modelos Gemini via Vertex AI, otimizando engenharia de prompt, streaming (SSE) e estratégias de caching. Arquitetura de Dados: Desenhar fluxos de dados que alimentam os agentes
- persistência de sessão e domínio em DynamoDB (single-table design) e memória vetorial em OpenSearch
- visando maior precisão, performance e confiabilidade das soluções. Execução Segura de Código: Projetar e manter integrações de sandboxing para execução de código gerado por agentes (Amazon Bedrock AgentCore Code Interpreter), com foco em isolamento e segurança. Governança de Observabilidade: Definir os KPIs técnicos de qualidade dos agentes (ex: hallucination rate, faithfulness, aderência a guardrails) e configurar dashboards, alertas críticos e pipelines de avaliação (LLM-as-a
- judge) no Datadog LLM Observability. Segurança e Guardrails: Implementar e evoluir guardrails de entrada/saída, redação de PII e políticas de acesso, seguindo boas práticas de segurança para sistemas de IA em produção. Mentoria Técnica: Atuar como referência para desenvolvedores Plenos e Juniores, realizando code reviews rigorosos focados em segurança e clean architecture para IA.
Arquitetura Agêntica Avançada: Projetar e evoluir fluxos de trabalho complexos sobre o Google Agent Development Kit (ADK)
- skills/tools especializados (exploração, comparação, decisão, análise de inventário), sessão e estado do agente, e memória de longo prazo via RAG (embeddings + busca vetorial)
- definindo padrões de comunicação e estado entre componentes. Otimização e Escala: Liderar iniciativas de melhoria de latência e redução de custos de inferência (tokens) usando modelos Gemini via Vertex AI, otimizando engenharia de prompt, streaming (SSE) e estratégias de caching. Arquitetura de Dados: Desenhar fluxos de dados que alimentam os agentes
- persistência de sessão e domínio em DynamoDB (single-table design) e memória vetorial em OpenSearch
- visando maior precisão, performance e confiabilidade das soluções. Execução Segura de Código: Projetar e manter integrações de sandboxing para execução de código gerado por agentes (Amazon Bedrock AgentCore Code Interpreter), com foco em isolamento e segurança. Governança de Observabilidade: Definir os KPIs técnicos de qualidade dos agentes (ex: hallucination rate, faithfulness, aderência a guardrails) e configurar dashboards, alertas críticos e pipelines de avaliação (LLM-as-a
- judge) no Datadog LLM Observability. Segurança e Guardrails: Implementar e evoluir guardrails de entrada/saída, redação de PII e políticas de acesso, seguindo boas práticas de segurança para sistemas de IA em produção. Mentoria Técnica: Atuar como referência para desenvolvedores Plenos e Juniores, realizando code reviews rigorosos focados em segurança e clean architecture para IA.
Requisitos e qualificações
Graduação
- Concluído
- Obrigatório; Inglês
- Desejável; Python: Domínio da ferramenta (assincronismo/asyncio, tipagem avançada, performance), com uso de gerenciadores de dependência modernos (ex: uv/Poetry). APIs: Domínio no desenvolvimento e consumo de APIs RESTful e streaming (SSE) utilizando FastAPI (obrigatório) e Uvicorn. Engenharia de Software: Domínio de boas práticas (Clean Code, testes automatizados com pytest/pytest-asyncio, Git e pipelines de CI/CD com GitHub Actions). Agentic Frameworks: Experiência com frameworks de orquestração de agentes (ex: Google ADK, LangChain/LangGraph ou equivalentes) e capacidade de customizar ou estender esses frameworks quando necessário. Diferencial: experiência prévia com Google ADK. LLM/Modelos: Experiência consumindo LLMs via APIs de provedores cloud (ex: Vertex AI/Gemini, Amazon Bedrock, OpenAI ou Anthropic), incluindo embeddings e estratégias de RAG. LLMOps & Observabilidade: Experiência comprovada em instrumentação de observabilidade para aplicações de IA (tracing distribuído, LLM Observability). Diferencial: Datadog (ddtrace/LLM Obs), OpenTelemetry, Langfuse ou Arize. Cloud & Infra (AWS): Experiência com arquitetura de sistemas em AWS (ECS/Fargate, API Gateway, Cognito, S3) e Infraestrutura como Código (Terraform). Diferencial: experiência com serviços de IA gerenciados na AWS (Bedrock). Bancos de Dados: Conhecimento em bancos não relacionais (ex: DynamoDB, modelagem single-table) e em soluções de busca/armazenamento vetorial (ex: OpenSearch, pgvector ou similares). Diferenciais: Experiência com TypeScript/Next.js, útil para colaborar com o time de frontend em um produto full-stack com streaming de UI orientado por agente (ex: protocolos de UI generativa como A2UI). Vivência com feature flags e rollout progressivo (ex: OpenFeature). Experiência com blue/green ou canary deployments em ambientes containerizados. Experiência com o uso de LiteLLM para chamadas de LLM.
Graduação
- Concluído
- Obrigatório; Inglês
- Desejável; Python: Domínio da ferramenta (assincronismo/asyncio, tipagem avançada, performance), com uso de gerenciadores de dependência modernos (ex: uv/Poetry). APIs: Domínio no desenvolvimento e consumo de APIs RESTful e streaming (SSE) utilizando FastAPI (obrigatório) e Uvicorn. Engenharia de Software: Domínio de boas práticas (Clean Code, testes automatizados com pytest/pytest-asyncio, Git e pipelines de CI/CD com GitHub Actions). Agentic Frameworks: Experiência com frameworks de orquestração de agentes (ex: Google ADK, LangChain/LangGraph ou equivalentes) e capacidade de customizar ou estender esses frameworks quando necessário. Diferencial: experiência prévia com Google ADK. LLM/Modelos: Experiência consumindo LLMs via APIs de provedores cloud (ex: Vertex AI/Gemini, Amazon Bedrock, OpenAI ou Anthropic), incluindo embeddings e estratégias de RAG. LLMOps & Observabilidade: Experiência comprovada em instrumentação de observabilidade para aplicações de IA (tracing distribuído, LLM Observability). Diferencial: Datadog (ddtrace/LLM Obs), OpenTelemetry, Langfuse ou Arize. Cloud & Infra (AWS): Experiência com arquitetura de sistemas em AWS (ECS/Fargate, API Gateway, Cognito, S3) e Infraestrutura como Código (Terraform). Diferencial: experiência com serviços de IA gerenciados na AWS (Bedrock). Bancos de Dados: Conhecimento em bancos não relacionais (ex: DynamoDB, modelagem single-table) e em soluções de busca/armazenamento vetorial (ex: OpenSearch, pgvector ou similares). Diferenciais: Experiência com TypeScript/Next.js, útil para colaborar com o time de frontend em um produto full-stack com streaming de UI orientado por agente (ex: protocolos de UI generativa como A2UI). Vivência com feature flags e rollout progressivo (ex: OpenFeature). Experiência com blue/green ou canary deployments em ambientes containerizados. Experiência com o uso de LiteLLM para chamadas de LLM.
Benefícios
VA e VR (Swile): R$1.600,00/mês; Assistência médica; Assistência odontológica; Seguro de vida.
VA e VR (Swile): R$1.600,00/mês; Assistência médica; Assistência odontológica; Seguro de vida.