Buscamos um(a) GenAI Engineer com sólida experiência em Python e vivência comprovada em projetos reais de IA Generativa. O(a) profissional será responsável por construir, avaliar, implantar e monitorar agentes inteligentes, com forte ênfase no processo de avaliação e observabilidade de modelos em produção.Responsabilidades:Projetar, desenvolver e manter agentes inteligentes utilizando LLMs (Large Language Models).Construir soluções de RAG (Retrieval-Augmented Generation) e orquestração de agentes para uso em produção.Implementar e aprimorar processos de avaliação (evaluation) de modelos e agentes, garantindo qualidade e performance.Desenvolver pipelines de implantação e monitoramento de modelos GenAI em produção.Criar APIs e microsserviços que exponham recursos de IA.Integrar pipelines de dados e vetorização para alimentar modelos.Trabalhar com ferramentas de tracing e observabilidade para garantir visibilidade do comportamento dos agentes.Colaborar com produto e negócio para traduzir necessidades em soluções baseadas em IA.Implementar boas práticas de MLOps, segurança, versionamento e CI/CD.Requisitos Obrigatórios:Experiência sólida em Python para desenvolvimento de aplicações de IA.Vivência comprovada em projetos reais de IA Generativa, com foco em agentes inteligentes.Experiência no ciclo completo: construção, avaliação (evaluation), implantação e monitoramento de agentes.Conhecimento profundo em LangChain/LangGraph ou frameworks similares de orquestração de agentes.Experiência com diferentes modelos de IA generativa (OpenAI, Anthropic, modelos open-source).Vivência com pipelines de embeddings e bancos vetoriais (Pinecone, Weaviate, Milvus, pgvector).Experiência com bancos de dados relacionais e não relacionais.Vivência em Cloud (AWS, GCP ou Azure).Inglês técnico para leitura de documentação.Diferenciais:Experiência com a stack Databricks (Mosaic AI Gateway, MLFlow para evaluation e tracing).Conhecimento em frameworks de avaliação de LLMs e métricas de qualidade de agentes.Experiência com ferramentas de transcrição de áudio para texto de forma escalável (importante para projetos de saúde).Vivência em MLOps e observabilidade de modelos em produção.Conhecimento em fine-tuning de modelos LLM.Experiência com ferramentas de mensageria/filas (Kafka, RabbitMQ, SQS).Certificações em Cloud ou Data/AI.Experiência na construção de sistemas distribuídos.