Artificial Intelligence Engineer

AI Engineer (LLMs, RAG & Agents)

Estamos em busca de um AI Engineer para atuar na evolução da nossa plataforma com foco na construção de sistemas inteligentes baseados em LLMs, agentes e bases de conhecimento.

Essa pessoa fará parte do time de engenharia e será responsável por desenvolver soluções de IA aplicadas ao produto, integrando modelos de linguagem com dados reais, sistemas internos e fluxos de negócio.

Nosso objetivo é construir uma plataforma orientada a inteligência artificial, com uso de RAG, agentes e múltiplas bases de conhecimento (relacionais, vetoriais e grafos), aplicadas a contextos educacionais e corporativos.

Não buscamos um perfil acadêmico ou focado em treinamento de modelos. Buscamos alguém que saiba transformar IA em produto real.

O que você vai fazer:

• Desenvolver funcionalidades baseadas em LLMs integradas à plataforma
• Projetar e implementar sistemas de RAG (Retrieval-Augmented Generation)
• Estruturar e evoluir bases de conhecimento (dados estruturados, vetoriais e grafos)
• Construir e orquestrar agentes e fluxos de execução (tools, multi-agents, etc.)
• Integrar IA com sistemas existentes (APIs, banco de dados, serviços internos)
• Trabalhar na qualidade das respostas (avaliação, melhoria contínua, contexto)
• Otimizar custo, latência e performance das aplicações de IA
• Colaborar com o time de engenharia na evolução da arquitetura da plataforma

Requisitos:

• Experiência prática com uso de LLMs (OpenAI, Anthropic ou similares)
• Experiência com construção de RAG e uso de embeddings
• Experiência com integração de IA em aplicações reais (não apenas protótipos)
• Conhecimento em APIs, backend e integração entre sistemas
• Capacidade de estruturar e trabalhar com diferentes tipos de dados
• Experiência com debugging e evolução de sistemas em produção
• Mentalidade de engenharia (performance, custo, confiabilidade)

Stack e Tecnologias (IA e Dados):

• LLMs e APIs de IA (OpenAI, Anthropic ou similares)
• RAG (Retrieval-Augmented Generation)
• Bases vetoriais (pgvector, Pinecone, Weaviate ou similares)
• Bases de grafos e conhecimento (Neo4j ou similares)
• Orquestração de agentes (LangChain, LlamaIndex, Agno ou abordagens próprias)
• Integração com APIs e serviços internos
• Backend para orquestração (Node.js, Python ou PHP)

Perfil esperado:

• Consegue transformar IA em funcionalidades reais de produto
• Pensa em dados, contexto e qualidade de resposta
• Não depende de frameworks específicos para resolver problemas
• Consegue trabalhar com autonomia e explorar soluções
• Equilibra experimentação com responsabilidade técnica