Dev Sênior .NET

Cargo: Desenvolvedor(a) Sênior .
NET & React | IA Generativa aplicada Local: Consolação, São Paulo
- SP Regime: Presencial
- 44 HORAS SEMANAIS Contratação: PJ ou Cooperado Objetivo do Cargo: Buscamos um(a) Desenvolvedor(a) Sênior .
NET & React, com especialidade em IA Generativa aplicada para construir e evoluir aplicações de Inteligência Artificial Generativa de ponta a ponta. O profissional é, antes de tudo, um desenvolvedor sólido — com domínio de .
NET/C# no backend e React no frontend — que aplica esse alicerce à arquitetura e integração de modelos de linguagem (LLMs) em sistemas produtivos. O foco não é uma única plataforma de nuvem, e sim a engenharia por trás das aplicações de IA: domínio do stack de protocolos de agentes — MCP (agente ↔ ferramentas), A2A (agente ↔ agente) e AG-UI (agente ↔ usuário) —, engenharia e gestão de prompts, gerenciamento de resposta dos modelos, controle de tokenização e orquestração através de mensageria assíncrona, garantindo soluções escaláveis, resilientes e agnósticas de fornecedor. Requisitos Técnicos (Hard Skills): Backend — .
NET/C#: Domínio avançado de ASP.
NET Core, Minimal APIs / Web API, injeção de dependência, programação assíncrona e boas práticas de arquitetura (Clean Architecture, DDD desejável). Frontend — React: Experiência prática com React (Hooks, Vite), TypeScript e consumo de APIs, incluindo interfaces que lidam com respostas em streaming. Arquitetura de IA: Capacidade de projetar camadas de integração com LLMs de forma agnóstica de provedor (OpenAI, Anthropic, Gemini e outros), com abstração de modelos, gerenciamento de contexto e estratégias de fallback. Protocolos de Agentes (MCP / A2A / AG-UI): Domínio do stack de interoperabilidade que hoje estrutura aplicações agênticas: MCP (Model Context Protocol): implementar servidores e clientes MCP para expor ferramentas, recursos e contexto aos modelos de forma padronizada (tools e function calling reutilizáveis). A2A (Agent2Agent): protocolo aberto (Google → Linux Foundation) para comunicação entre agentes — descoberta via Agent Cards, delegação de tarefas e troca de mensagens entre agentes de frameworks/vendedores distintos. AG-UI (Agent-User Interaction): protocolo de eventos que conecta o backend de agentes à interface do usuário, transmitindo streaming, tool calls, sincronização de estado e human-in-the-loop via SSE — integrando-se nativamente ao frontend React. Engenharia e Gestão de Prompts: Criação de prompts complexos com técnicas de Few-shot, Chain-of-Thought e estruturação de outputs (JSON/Markdown), além de versionamento, templating e testes de prompts para garantir consistência e evolução controlada. Gerenciamento de Resposta: Domínio de streaming (SSE), saídas estruturadas (JSON/Markdown), guardrails, tratamento de erros, retry e fallback, além de validação e parsing confiável das respostas dos modelos. Tokenização: Compreensão profunda de como funciona a tokenização, otimização da janela de contexto, controle de custo por tokens e estratégias de chunking e truncamento. Mensageria: Experiência com RabbitMQ (ou broker equivalente) para processamento assíncrono, filas de requisições de IA, arquitetura orientada a eventos e desacoplamento de serviços. Arquitetura RAG: Conhecimento sólido em Retrieval-Augmented Generation, incluindo bancos de dados vetoriais (ex.: pgvector, Qdrant, Pinecone ou Weaviate), geração de embeddings e pipelines de recuperação. API & Integração: Criação de APIs robustas em ASP.
NET Core para expor funcionalidades de IA, com autenticação, versionamento e rate limiting. Diferenciais: LLMOps / Observabilidade: Monitoramento de aplicações de IA (tracing, logs, métricas de custo e latência por requisição). Agentes e Orquestração: Experiência com agentes autônomos e frameworks de orquestração (ex.: Semantic Kernel para .
NET, LangChain). Fine-tuning: Sintonia fina ou adaptação de modelos quando necessário. Infraestrutura: Docker, CI/CD, deploy em VPS/cloud e administração de ambientes produtivos. Domínio de Negócio: Experiência com plataformas multi-tenant, soluções omnichannel e integração com a WhatsApp Business API. Python: Como complemento para prototipação, scripts e ferramentas de IA/ML.

Responsabilidades:
Desenvolver e manter aplicações de IA de ponta a ponta em .
NET + React, utilizando LLMs para automação de processos e análise de dados. Projetar a arquitetura de integração com os modelos via protocolos de agentes (MCP, A2A, AG-UI) e mensageria assíncrona, garantindo desacoplamento e escalabilidade. Construir interfaces de IA em React conectadas aos agentes via AG-UI, com respostas em tempo real, tool calls visíveis e interação colaborativa (human-in-the-loop). Criar, versionar e otimizar prompts e o uso de tokens para reduzir custos e aumentar a precisão das respostas. Implementar fluxos de RAG para conectar dados internos da empresa aos modelos de IA. Construir pipelines assíncronos com mensageria (filas) para dar resiliência e escala às requisições de IA. Implementar gerenciamento de resposta robusto: streaming, saídas estruturadas, validação e tratamento de falhas. Colaborar com os times de produto e infraestrutura para garantir a escalabilidade e a confiabilidade das soluções. Perfil Comportamental (Soft Skills): Capacidade Analítica: Traduzir problemas de negócio em soluções técnicas de IA bem arquitetadas. Aprendizado Rápido: O campo de IA muda semanalmente; o profissional deve ser autodidata e curioso. Comunicação: Explicar limitações e capacidades da IA para stakeholders técnicos e não técnicos. Visão de Engenharia: Priorizar código sustentável, testável e escalável — não apenas "fazer funcionar".