Desenvolvedor de Nuvem - Espec. Integração de IA Generativa (GenAI): Responsabilidades: - Desenvolver e gerenciar pipelines de integração para consumo de modelos de IA generativa usando AWS Bedrock, APIs REST e gateways API. - Garantir a implementação de soluções escaláveis e seguras utilizando serviços AWS (Lambda, S3, IAM, DynamoDB, Cognito, BedRock, KENDRA, SageMaker, CloudForm, entre outros). - Implementar sistemas de Recuperação Aumentada por IA (RAG) com ferramentas como AWS Kendra e integração com LLMs. - Processar dados em diferentes formatos (por exemplo, imagens em base64, parquet, documentos, planilhas, etc) e integrar modelos preexistentes para resultados otimizados. - Propor e implementar salvaguardas e governança de dados para garantir segurança e conformidade em todas as etapas dos projetos. - Monitorar fluxos de autorização e aplicar rigorosas políticas de controle de acesso baseadas em IAM (_Identity and Access Management_). - Acompanhar e implementar boas práticas de MLOps e DevOps para o ciclo de vida dos modelos (Docker, Kubernetes, CI/CD). Requisitos Técnicos: - Desenvolvimento e integração na nuvem: Experiência avançada com plataformas como AWS e/ou Azure, incluindo serviços de computação sem servidor, armazenamento e gateways API. - Expertise em Python: Proficiência no desenvolvimento com bibliotecas relevantes para IA (LangChain, Transformers, etc) e manipulação de dados (pandas, NumPy, etc), além de administrar os desafios de trabalhar com Python em AWS Lamda. - Integração de APIs: Experiência sólida com design e consumo de APIs REST, assim como integração de modelos por meio de plataformas como AWS Bedrock. - LLMs (_Large Language Models_): Capacidade de trabalhar com modelos como Claude (Anthropic), incluindo embeddings, vetorização semântica e ajustes (fine-tuning) para personalização. - Vetorização e busca semântica: Proficiência em ferramentas como AWS Kendra para implementar bancos de dados vetoriais e sistemas de recuperação. - Segurança: Experiência prática em configurar e gerenciar _guardrails_, salvaguardas, auditoria e governança de segurança para dados e fluxos de trabalho. - MLOps: Conhecimento em práticas modernas de MLOps, incluindo containerização (Docker), orquestração (Kubernetes), pipelines CI/CD e monitoramento contínuo. Requisitos Complementares: - Experiência com fluxos de trabalho de DevOps, gerenciamento de infraestrutura como código (ex.: Terraform). - Sólido entendimento de governança de dados, regulamentações e conformidade. - Habilidade para solucionar problemas complexos e inovar em um ambiente em rápida evolução. - Conhecimento de JIRA (diferencial) Habilidades Comportamentais (Soft Skills): - Capacidade de resolução de problemas e pensamento crítico. - Excelência na comunicação com equipes multidisciplinares e na articulação de conceitos técnicos. - Criatividade e proatividade para propor soluções em IA generativa.