Engenheiro de IA Sr - Segmento de Tecnologia

Da garagem de casa para o mundo: assim começa a história da DB. Nascemos com desejo de mudança, nosso propósito é ser uma empresa de tecnologia centrada nas pessoas, com colaboração, inclusão e diversidade. Em 1993, iniciamos como consultores de um dos grandes bancos de dados da época, que nos deu o nome de DBServer (data base server) e aos poucos fomos construindo a DB (Design + Build the future) que você conhece hoje, a que gera mudança através de inovação e humanidade.

Nós desenvolvemos pessoas que impactam os negócios com tecnologia e inovação, participando de forma flexível e articulada em squads, consultorias e capacitações em todas as etapas do ciclo de vida, do Discovery ao Delivery e sustentação.

Um olhar para a Diversidade & Inclusão

A DB tem constituído uma jornada composta por marcadores culturais com profundo significado humano e que fazem parte do nosso dia a dia. Com coragem e empatia, colaboração, senso coletivo e de comunidade, estamos evoluindo na direção de uma cultura centrada nas pessoas.

Estamos orgulhosos de promover um ambiente de trabalho livre de discriminação. Acreditamos que a diversidade de experiências, perspectivas e histórico transforma nosso ambiente de trabalho. Estamos empenhados a construir esse legado com a sua parceria!

Conheça nosso Marco Ético:

/n

Obrigatórios:

Experiência sólida com desenvolvimento e deploy de soluções GenAI em produção (LLMs, RAG e agentes autônomos); Domínio de Python para engenharia de IA (orquestração de agentes, integração com APIs, tratamento de erros e resiliência); Experiência com frameworks de agentes como LangGraph e LangChain; Experiência prática com RAG (chunking, embedding, indexação vetorial, reranking e avaliação de relevância de contexto); Experiência com avaliação de LLMs (definição de métricas, criação de datasets de avaliação); Conhecimento em segurança aplicada a LLMs (prompt injection, jailbreak, output filtering, Llama Guard ou equivalentes); Experiência com MLOps/LLMOps (rastreamento de experimentos, versionamento de modelos, monitoramento em produção preferencialmente com MLflow ou similares); Conhecimento em SQL e integração com fontes de dados estruturadas e APIs REST; Vivência no ecossistema Azure.

Diferenciais:

Experiência com Databricks Mosaic AI (Model Serving, Agent Framework, MLflow integrado); Experiência com AgentOps (observabilidade de agentes em produção, rastreamento de traces, análise de sessões e detecção de falhas de raciocínio); Vivência com Apache Spark / PySpark para pipelines de dados que alimentam bases de conhecimento e contexto dos agentes; Experiência com fine-tuning de LLMs para domínios específicos; Certificações relevantes como Databricks Machine Learning Professional e Databricks Generative AI Engineer Associate. /n

Desenhar a arquitetura multiagente da solução, definindo topologia de agentes, estratégias de orquestração, roteamento de intenções e controle de estado ao longo da jornada do cliente; Criar e implementar agentes especializados, definindo papéis, ferramentas, memória, contexto e regras de handoff entre agentes em cada etapa do fluxo desenvolvido; Desenvolver e otimizar prompts, políticas e guardrails, assegurando comportamento consistente, seguro e alinhado às diretrizes internas (proteção contra prompt injection, jailbreak e vazamento de informações sensíveis); Definir e operar métricas de avaliação, criando pipelines de teste automatizados e monitorando continuamente desempenho, latência, custo por interação e qualidade das respostas; Garantir segurança, privacidade dos dados, implementando controles de acesso, anonimização e rastreabilidade de interações; Gerenciar o ciclo de vida dos modelos e agentes em produção (versionamento, rollout controlado, monitoramento de drift e estratégias de fallback); Criar e manter documentação técnica e padrões de engenharia (contratos de agentes, templates de prompts, runbooks operacionais e diretrizes de desenvolvimento); Colaborar com times de produto, dados e engenharia de software e dados para garantir integração confiável dos agentes com outros sistemas.