Chegou a oportunidade de impactar a indústria
automobilística usando tecnologia. Se você é um(a) Engenheiro(a) de AI com
experiência projetar, construir e soluções de IA em produção, queremos conhecer
você! Você vai fazer protótipos rápidos, validar com as áreas de negócio e
transformar o que funciona em sistemas, seguros e escaláveis com nosso time.
Responsibilities
- Desenvolver soluções com LLMs: arquitetura, código, testes, deploy e operação.
- Construir agentes de IA com tool use, memória e orquestração de múltiplas etapas, integrados a sistemas e APIs corporativas.
- Implementar e otimizar pipelines de RAG: ingestão de documentos, chunking, embeddings, busca híbrida e reranking.
- Criar e manter frameworks de avaliação (evals) para medir qualidade, alucinação, custo e latência das soluções.
- Escolher o modelo certo para cada caso (ex.: Claude, GPT, modelos open-source), equilibrando custo, performance e requisitos de dados.
- Implementar guardrails de segurança e conformidade: LGPD, prevenção de prompt injection, mascaramento de dados sensíveis e auditoria.
- Atuar como referência técnica: fazer code review, mentorar devs e disseminar boas práticas de IA no time.
- Acompanhar a evolução do mercado de IA e testar novas ferramentas e abordagens.
Requirements
- Experiência em engenharia de software, tendo trabalhado a 2+ anos com AI.
- Domínio de Python (FastAPI, asyncio, bibliotecas de dados).
- Experiência prática com APIs de LLMs (Anthropic, OpenAI, Azure OpenAI, AWS Bedrock ou Vertex AI).
- Experiência sólida com RAG, bancos vetoriais (pgvector, OpenSearch, Pinecone ou similares) e estratégias de recuperação.
- Experiência construindo agentes e fluxos de function calling.
- Vivência com evals de LLMs e métricas de qualidade.
- Cloud (AWS ou GCP), Docker, CI/CD e boas práticas de engenharia (testes, Git, code review).
- Inglês avançado/Fluente.
Diferenciais- Experiência com MCP (Model Context Protocol) e frameworks de agentes (Claude Agent SDK, LangGraph, LlamaIndex, Semantic Kernel).
- Fine-tuning, destilação ou deploy de modelos open-source (vLLM, Ollama, Hugging Face).
- Ferramentas de observabilidade de LLMs (Langfuse, LangSmith, Arize, OpenTelemetry).
- Kubernetes e Terraform.
- Experiência com IA multimodal (visão, documentos, voz).
- Integração com sistemas corporativos (SAP, Salesforce, ServiceNow).
- Experiência no setor automotivo ou de manufatura; alemão é um plus.
- Projetos open-source, publicações ou portfólio público de IA.
Competências comportamentais- Perfil hands-on: prefere construir e testar a ficar teorizando.
- Pragmatismo: escolhe a solução mais simples que resolve o problema.
- Senso crítico sobre limitações, riscos e uso responsável da IA.
- Comunicação clara com públicos técnicos e de negócio.
