Estamos em busca de um Engenheiro de IA sênior para atuar alocado nas áreas de negócio do nosso cliente, desenvolvendo soluções pontuais de IA sob demanda, com o apoio do time interno de dados. O profissional será responsável por transformar necessidades das áreas em agentes inteligentes funcionais, desde a concepção até a entrega. Atuará como ponte entre as áreas de negócio e o time de dados, sendo responsável por entender os problemas de cada área, propor soluções baseadas em IA e executá-las de ponta a ponta.

Responsabilidades

Desenvolver agentes autônomos utilizando frameworks como Agno, combinando múltiplas ferramentas em fluxos inteligentes. Criar agentes conversacionais com memória de curto e longo prazo, com rastreabilidade e personalização. Experimentar e integrar diferentes LLMs (OpenAI, Gemini, DeepSeek, entre outros), avaliando trade-offs de performance e custo para cada caso de uso. Estruturar e otimizar bancos vetoriais (ChromaDB, FAISS) e implementar técnicas avançadas de RAG conectadas ao Snowflake e sistemas internos. Implementar extração inteligente de dados via web scraping (Crawl4AI) e parsing de documentos complexos (Docling, Textract). Integrar agentes a APIs internas para que executem tarefas e atualizem sistemas de forma autônoma. Manter boas práticas de engenharia: código limpo, versionamento e documentação que permitam continuidade pelo time interno.

Requisitos

Domínio de Python e bibliotecas voltadas a IA (Transformers, LangChain/Agno/LlamaIndex, scikit-learn, etc). Experiência com frameworks de agentes autônomos e arquiteturas de ferramentas. Experiência com ferramentas da AWS: S3, Lambda, ECR, SQS, Textract, EventBridge. Vivência em integrar LLMs de mercado em aplicações produtivas. Experiência com APIs (requests, FastAPI), manipulação de dados e conexão a bancos de dados. Vivência com bancos vetoriais para busca semântica e RAG. Vivência com Docker. Boas práticas de versionamento (GitHub) e arquitetura de soluções escaláveis. Conhecimento em deployment de LLMs em produção e prompt engineering.

Diferenciais

Experiência em Machine Learning (supervisionado, não supervisionado e por reforço). Vivência com MLOps e automação do ciclo de vida de modelos. Conhecimento em otimização de LLMs. Experiência com IA conversacional integrada ao WhatsApp.