Desenvolvedor Full Stack de IA - SR

Você é movido(a) por tecnologia, dados e inovação? 🚀

Na Triggo.ai, transformamos desafios complexos em soluções inteligentes. Somos uma empresa brasileira focada em Analytics, IA e transformação digital, ajudando organizações a tomar decisões mais estratégicas e gerar impacto real nos negócios.

Trabalhamos com diferentes setores do mercado, sempre combinando tecnologia de ponta, visão de negócio e execução ágil.

Se você quer construir soluções que fazem a diferença e crescer junto com um time de alta performance, seu lugar pode ser aqui.

👉 Vem para a Triggo.ai e construa o futuro com a gente.

Responsabilidades e atribuições

Responsabilidades

• Projetar, desenvolver e manter APIs e microsserviços backend em Python (FastAPI/Flask) ou C# (.NET 8+).
• Construir e evoluir pipelines de IA: integração com LLMs (Azure OpenAI, OpenAI, Anthropic, Gemini), embeddings, vector search e orquestração de agentes.
• Implementar e otimizar soluções de RAG (Retrieval-Augmented Generation) com bases vetoriais (Azure AI Search, Pinecone, Qdrant, pgvector).
• Atuar em deploys cloud-native (Azure/GCP) com containers (Docker) e orquestração.
• Colaborar com times de produto, frontend e dados para entregar features end-to-end, eventualmente contribuindo no frontend (React/Next.js ou Streamlit) quando necessário.

Requisitos e qualificações

Requisitos técnicos

Obrigatórios:

• 5+ anos de experiência em desenvolvimento backend em Python ou C#/.NET.
• Domínio de design de APIs REST (e idealmente gRPC ou GraphQL), autenticação (OAuth2, JWT) e segurança de aplicações.
• Vivência com arquiteturas distribuídas, mensageria (RabbitMQ, Kafka, Service Bus) e processamento assíncrono.
• Experiência integrando APIs de LLMs em produção (OpenAI, Azure OpenAI, Anthropic ou similares).
• Versionamento com Git e fluxos de trabalho em times ágeis.
• Cloud: pelo menos uma das duas (Azure, GCP) em nível intermediário/avançado.

Informações adicionais

Diferenciais:

• Experiência com frameworks de IA: LangChain, LlamaIndex, Semantic Kernel, AutoGen.
• Construção de pipelines RAG end-to-end (ingestão, chunking, embeddings, retrieval, reranking).