Cosourcing | pessoa engenheira de python sênior

Competências Técnicas Essenciais

• Sólida Experiência em Python: Mínimo de 4 a 6 anos focados em desenvolvimento backend ou full-stack com Python.
• Domínio de Cloud: Histórico comprovado no design e implantação de aplicações nativas da nuvem ( GCP preferencial ; AWS/Azure considerados).
• Sistemas Modernos: Experiência com microsserviços resilientes, arquiteturas orientadas a eventos e APIs RESTful/gRPC.
• Containerização: Experiência prática com Docker e Kubernetes .
• Padrões de Design: Domínio profundo de princípios SOLID e padrões de arquitetura.
• Ferramentas de IA: Conforto no uso de ferramentas de IA para acelerar o throughput de desenvolvimento.

Diferenciais (O que valorizamos)

• Experiência servindo modelos de ML ou LLMs em produção.
• Familiaridade com RAG (Retrieval-Augmented Generation) , busca vetorial ( vector search ) ou fluxos de fine-tuning .
• Exposição a frameworks de orquestração de IA (LangChain, Google ADK, etc.).
• Conhecimento em Terraform ou Pulumi e pipelines de CI/CD.

Soft Skills

• Aprendizado Implacável: Capacidade de aprender novas tecnologias rapidamente e Masterizar novos desafios.
• Mentalidade de Dono (Ownership): Orgulho pelo código entregue, garantindo que esteja bem testado, documentado e monitorado.
• Team Multiplier: Perfil colaborativo que eleva o nível das pessoas ao redor através de feedback sincero e troca de conhecimento.
• Foco em Entrega: Acredita que um protótipo funcional vale mais que mil apresentações.

Idioma: Inglês avançado para comunicação verbal e escrita com time internacional.

• Desenvolvimento de Produtos IA: Projetar, desenvolver e implantar serviços de ML/AI de ponta a ponta, desde a integração de modelos até APIs voltadas para o cliente final.
• Arquitetura Cloud Native: Construir arquiteturas orientadas a eventos e em tempo real utilizando Cloud Run, Kubernetes (GKE), Cloud Functions e Pub/Sub no ecossistema GCP .
• Integração de LLMs: Integrar modelos baseados em transformers e LLMs em pipelines de inferência escaláveis, lidando com prompt engineering , formatação de saída e recuperação de erros.
• Liderança Técnica: Liderar sessões de design e whiteboarding , traduzindo requisitos de negócio em arquiteturas técnicas robustas, escaláveis e tolerantes a falhas.
• Excelência em Engenharia: Defender as melhores práticas: SOLID , CI/CD, observabilidade, testes rigorosos e infraestrutura como código (IaC).
• Colaboração Multidisciplinar: Atuar em parceria com cientistas de dados, POs e outros engenheiros para alinhar prioridades e entregar de forma iterativa.
• Visão Full-Stack: Compreender como cada camada da stack se conecta (front-end, banco de dados, infra) para garantir a melhor performance e experiência do usuário.