AI Engineer

Buscamos uma pessoa AI Engineer para construir e evoluir os pipelines de IA do time. Você vai trabalhar diretamente com LLMs, RAG e agentes — desenhando soluções que envolvem extração de informação de documentos, geração de artefatos textuais, validação e automação de fluxos. Queremos alguém que pense em qualidade, custo e latência como parte do design, e que ajude a definir como aplicamos IA nos nossos produtos. O que você vai fazer: • Projetar e implementar pipelines de extração de informação de documentos. • Construir e evoluir soluções de RAG sobre bases documentais. • Desenvolver e orquestrar agentes de IA especializados em diferentes tarefas (extração, geração, validação, revisão). • Desenhar prompts, guardrails e estratégias de avaliação (evals) para garantir qualidade das saídas. • Trabalhar o trade-off entre custo, latência e qualidade dos modelos (escolha de modelos, caching, batch, etc). • Participar do desenho da arquitetura de dados de IA (bases de documentos, tabelas analíticas, embeddings). • Contribuir nas decisões sobre como IA entra na arquitetura dos produtos. Requisitos necessários: • Experiência prática construindo aplicações com LLMs em produção (não só notebooks/experimentos). • Python sólido (langchain, langgraph) você consegue construir e manter um backend de IA de ponta a ponta. • Experiência com APIs de LLMs (OpenAI, Anthropic, Google ou similares) e com pelo menos um framework de orquestração (LangChain, LlamaIndex, LangGraph, etc). • Domínio de RAG: chunking, embeddings, bancos vetoriais (pgvector, Pinecone, Weaviate, Vertex AI Search ou similar), estratégias de retrieval e re-ranking. • Capacidade de avaliar saídas de modelos de forma estruturada (evals, métricas, comparação de prompts/modelos). • Boas práticas de engenharia: versionamento, testes, code review. • Comunicação clara em português. Desejável: • Experiência construindo agentes (tool use, planejamento, multi-agente). • R • Familiaridade com Google Cloud (Vertex AI, Cloud Run, Cloud Functions). • Experiência com processamento de documentos (OCR, parsing de PDF, layout-aware extraction). • Experiência com fine-tuning ou model distillation. • Observabilidade de LLMs (LangSmith, Langfuse, Arize ou similares). • Background em ciência de dados / ML clássico.