Estamos em busca de um AI Engineer para atuar na evolução da plataforma, com foco na construção de sistemas inteligentes baseados em LLMs, agentes e bases de conhecimento.
Essa pessoa fará parte do time de engenharia e será responsável por desenvolver soluções de IA aplicadas ao produto, integrando modelos de linguagem com dados reais, sistemas internos e fluxos de negócio.
Nosso objetivo é construir uma plataforma orientada a inteligência artificial, com uso de RAG, agentes e múltiplas bases de conhecimento (relacionais, vetoriais e grafos), aplicadas a contextos educacionais e corporativos.
Não buscamos um perfil acadêmico ou focado em treinamento de modelos. Buscamos alguém que saiba transformar IA em produto real.
O que você vai fazer:
* Desenvolver funcionalidades baseadas em LLMs integradas à plataforma
* Projetar e implementar sistemas de RAG (Retrieval-Augmented Generation)
* Estruturar e evoluir bases de conhecimento (dados estruturados, vetoriais e grafos)
* Construir e orquestrar agentes e fluxos de execução (tools, multi-agents, etc.)
* Integrar IA com sistemas existentes (APIs, banco de dados, serviços internos)
* Trabalhar na qualidade das respostas (avaliação, melhoria contínua, contexto)
* Otimizar custo, latência e performance das aplicações de IA
* Colaborar com o time de engenharia na evolução da arquitetura da plataforma
O que você precisa ter:
* Experiência prática com uso de LLMs (OpenAI, Anthropic ou similares)
* Experiência com construção de RAG e uso de embeddings
* Experiência com integração de IA em aplicações reais (não apenas protótipos)
* Conhecimento em APIs, backend e integração entre sistemas
* Capacidade de estruturar e trabalhar com diferentes tipos de dados
* Experiência com debugging e evolução de sistemas em produção
* Mentalidade de engenharia (performance, custo, confiabilidade)
Stack e Tecnologias (IA e Dados):
* LLMs e APIs de IA (OpenAI, Anthropic ou similares)
* RAG (Retrieval-Augmented Generation)
* Bases vetoriais (pgvector, Pinecone, Weaviate ou similares)
* Bases de grafos e conhecimento (Neo4j ou similares)
* Orquestração de agentes (LangChain, LlamaIndex, Agno ou abordagens próprias)
* Integração com APIs e serviços internos
* Backend para orquestração (Node.js, Python ou PHP)
O que é um diferencial:
* Experiência com sistemas de múltiplos agentes (multi-agent systems)
* Experiência com modelagem de conhecimento (ontologias, grafos, relações)
* Experiência com pipelines de dados para IA
* Experiência com avaliação e melhoria de respostas de LLM
* Experiência com otimização de custo e performance em aplicações com IA
* Experiência com produtos educacionais, LMS ou EdTe