Engenheiro de Software Backend (IA & Agentes)Sobre a A é uma startup de tecnologia focada em soluções de inteligência artificial aplicada ao setor comercial. Não construímos apenas chatbots; desenvolvemos Ecossistemas de Agentes Autônomos integrados. Buscamos profissionais que entendam que a IA é o motor, mas uma base sólida de engenharia de software é o que garante a escala e a confiabilidade.ResponsabilidadesArquitetura de Agentes: Projetar e implementar fluxos agentic utilizando LangGraph, CrewAI ou LangChain.Ecossistema MCP: Desenvolver e manter servidores e clientes baseados em Model Context Protocol (MCP) para integração de LLMs com ferramentas externas.Desenvolvimento de Ferramentas: Criar e otimizar function callings e ferramentas customizadas para os agentes de IA.Otimização de RAG: Implementar e refinar pipelines de Recuperação Aumentada por Geração (RAG) com bancos de dados vetoriais.Engenharia de Software: Colaborar na evolução da nossa stack em Python, mantendo padrões de arquitetura (Hexagonal/DDD) e qualidade de código.Requisitos (Obrigatórios)1. Fundamentos e Base de ProgramaçãoLinguagens de "Base": Experiência sólida em pelo menos uma linguagem de nível mais baixo ou que exija forte entendimento de fundamentos (ex: C, C++, PHP, Java, Rust).Justificativa: Acreditamos que o domínio dessas linguagens fornece a base lógica, gestão de memória e entendimento de computação necessários para resolver problemas complexos em qualquer stack.Domínio em Python: Experiência avançada em desenvolvimento assíncrono (asyncio) e tipagem (Pydantic).2. Especialista em IA & AgentesOrquestração: Experiência prática com LangChain, LangGraph ou CrewAI.Protocolos e Integração: Conhecimento em MCP (Model Context Protocol) e padrões de comunicação entre modelos.LLMs: Experiência em integração e tunagem de prompts para modelos SOTA (OpenAI, Anthropic, DeepSeek, etc).Open Source: Histórico de contribuição ou uso ativo de ferramentas de IA de código aberto.Bancos de Dados: Experiência com SQL (PostgreSQL/pgvector), NoSQL e Bancos de Dados Vetoriais (Pinecone, Milvus ou Weaviate).3. Infraestrutura e ArquiteturaCloud: Experiência com AWS (Lambda, API Gateway) e infraestrutura como código (CDK).Padrões: Familiaridade com arquitetura de microsserviços, hexagonal e sistemas orientados a eventos.DiferenciaisExperiência com ferramentas de observabilidade de LLMs (LangSmith, Arize Phoenix).Conhecimento em CI/CD para modelos de IA e automação de deploy.Participação ativa em comunidades de IA ou desenvolvimento.