Desenvolvimento de Soluções
Projetar soluções utilizando serviços da AWS para IA generativa, como Amazon Bedrock e Amazon SageMaker.
Definir padrões de orquestração de agentes, integração com APIs e workflows corporativos.
Desenvolver e implementar AI Agents capazes de executar tarefas, consultas e automações complexas.
Construir pipelines de RAG (Retrieval Augmented Generation) para acesso a dados corporativos.
Integrar agentes com sistemas bancários, APIs internas e plataformas digitais.
Implementar memória de agentes, ferramentas (tools) e mecanismos de reasoning.
Aplicar AI Agents para acelerar desenvolvimento e modernização de aplicações.
Garantir aderência a requisitos de segurança, compliance e governança de dados do setor financeiro.
Definir modelos de observabilidade e métricas de performance para agentes de IA.
Monitorar qualidade de respostas, latência e custo de inferência.
Responsabilidades e Atribuições
Liderar tecnicamente o desenvolvimento de soluções baseadas em IA Generativa e arquiteturas de agentes aplicadas ao produto.
Definir padrões e arquitetura para sistemas inteligentes, pipelines de GenAI e workflows de agentes.
Apoiar o time na construção de RAGs, agentes autônomos e mecanismos de contexto (MCPs).
Atuar hands‑on em iniciativas técnicas estratégicas ou de maior complexidade.
Traduzir desafios de negócio em soluções baseadas em IA aplicada e automação inteligente.
Definir boas práticas de engenharia para integração de LLMs com sistemas corporativos.
Liderar experimentação e evolução de provas de conceito de IA aplicada ao produto.
Garantir qualidade técnica através de code review, testes e observabilidade de sistemas de IA.
Monitorar performance, qualidade e riscos de soluções baseadas em modelos de IA.
Mentorar e desenvolver o time técnico, apoiando evolução de carreira e maturidade de engenharia.
Atuar como ponte entre tecnologia, produto e arquitetura, apoiando decisões técnicas estratégicas.
Requisitos e Qualificações
Experiência sólida com IA Generativa aplicada a produto.
Experiência com arquiteturas de agentes e workflows de LLMs.
Vivência prática com RAG, embeddings e vector databases.
Experiência com frameworks de agentes como LangChain, LangGraph ou similares.
Experiência integrando LLMs via APIs ou plataformas de IA (ex.: AWS Bedrock).
Experiência colocando sistemas de IA ou ML em produção.
Forte experiência com Python para backend.
Domínio de boas práticas de arquitetura de software e atuação como referência técnica.
Experiência complementar: Machine Learning tradicional, engenharia de dados e pipelines de dados, arquitetura de sistemas distribuídos, governança de dados ou plataformas de dados em escala.
Localização e Contratação
São Paulo/SP – Híbrido (2x/semana no escritório)
Outras localidades – Remoto
Regime de contratação: CLT
Participação nos Resultados (PPR)
#J-18808-Ljbffr