Desenvolvedor Fullstack Sênior | Integrações e IA Privada

Buscamos uma pessoa Engenheira de Software Sênior para atuar com as integrações entre sistemas corporativos e construção da nossa plataforma de IA privada. Esta pessoa será responsável por conectar o ecossistema interno (CRM, ERP, Datalake, ITSM, portais, dashboards) e, em paralelo, construir a camada de inferência e guard rails que vai sustentar nossos agentes e assistentes internos.

É uma posição híbrida entre AI e Plataforma , com responsabilidade técnica sobre decisões de arquitetura que vão definir como o resto da empresa consome inteligência artificial nos próximos anos.

Responsabilidades e atribuições

Integrações entre sistemas internosProjetar e implementar integrações entre os sistemas críticos da empresa: CRM, ERP, Datalake, ITSM, portais e dashboards corporativos;

Construir e manter APIs internas (REST/gRPC) que padronizem o acesso a dados antes dispersos;

Desenhar contratos de dados, schemas e padrões de evento entre sistemas, reduzindo acoplamento e retrabalho;

Operar e evoluir conectores para SaaS críticos (CRM tipo HubSpot/Salesforce, ITSM tipo Jira/ServiceNow, BI tools);

Identificar e eliminar pontos de quebra entre sistemas que hoje exigem trabalho manual.

IA Privada — Inferência e Guard RailsOperar e otimizar inferência de modelos open-weight rodando em infraestrutura própria (GPU on-premise ou cloud privada);

Implementar guard rails técnicos: filtros de input/output, detecção de PII, prompt injection defense, output validation;

Construir pipelines de RAG sobre dados sensíveis sem que esses dados saiam do perímetro da empresa;

Avaliar continuamente modelos: benchmarks internos, A/B testing, monitoramento de drift;

Otimizar custo e latência de inferência: quantização, batching, KV cache, escolha de modelo por caso de uso.

Requisitos e qualificações

Domínio sólido de Python (linguagem-padrão do ecossistema de IA) e pelo menos uma linguagem tipada compilada: Go ou Java;

Experiência concreta construindo pipelines de RAG em produção, incluindo: ingestão, chunking, embeddings, vetorial store, reranking, avaliação;

Vivência com frameworks de agente: LangChain, LangGraph ou equivalentes (CrewAI, Pydantic AI, Semantic Kernel);

Conhecimento prático de MCP (Model Context Protocol) ou disposição declarada de aprender em curto prazo;

Experiência em integração de sistemas corporativos: REST APIs, webhooks, message queues, ETL/ELT;

Experiência com observabilidade: métricas, logs, traces (LangSmith, OpenTelemetry, ou stack equivalente);

Git/GitHub maduros: code review, PRs estruturados, conventional commits.

Informações adicionais

Será considerado um

diferencial

Fine-tuning supervisionado, RLHF ou DPO em modelos open-weight;

Otimização de inferência: KV cache, quantização (GPTQ/AWQ/GGUF), tensor parallelism, RoPE para janelas longas;

Arquiteturas avançadas: Mixture of Experts, multi-agent orchestration;

NLP clássico: TF-IDF, N-gram, classificação supervisionada (útil para pré e pós-processamento de RAG);

Containers e orquestração: Docker, Kubernetes;

Frontend moderno (React, TypeScript) — não como atividade primária, mas para autonomia em entregar features ponta a ponta quando necessário;

Object storage e bancos vetoriais (Ceph/S3, Pinecone, Weaviate, pgvector, Qdrant).