Engenheiro Software (AWS Bedrock) Senior

Descrição da vaga Senior Software Engineer / LLM Integration (AWS Bedrock) Contrato PJ – Longo Prazo Trabalho Remoto É essencial que o perfil tenha domínio **avançado em AWS** , especificamente com integrações de sistemas ao Bedrock, com experiência prática em construção de drivers e conectores para consumo de modelos de IA generativa em ambiente de produção, especialmente em contextos de governo. Responsabilidades • Analisar a arquitetura atual do Super Sapiens e da(s) camada(s) integração já existente(s) (com LLMs de mercado) e projetar a nova camada de integração para Bedrock mantendo padrões de qualidade e segurança. • Projetar a implementação de um software de integração entre o sistema jurídico Super Sapiens e o AWS Bedrock, garantindo uso seguro e eficiente das APIs de inferência de LLM. • Projetar a integração para suportar múltiplos modelos do Bedrock (por exemplo, Claude, Llama, Titan), permitindo parametrização via configuração e futura troca de modelos sem alteração estrutural de código. • Garantir que a integração seja production ready, com tratamento robusto de erros, timeouts, observabilidade (logs, métricas, rastreabilidade) e boas práticas de segurança. • Colaborar em atividades de App Discovery com o cliente, coletando requisitos técnicos, entendendo casos de uso, volumetria, requisitos de latência e critérios de sucesso. • Documentar a arquitetura de integração entre Super Sapiens, Bedrock e demais componentes AWS, alinhada às boas práticas de desenvolvimento de Software. • Implementar integrações com serviços AWS de apoio quando necessário, como CloudWatch para monitoramento, CloudTrail para auditoria e Secrets Manager para gestão de segredos, caso necessário. • Trabalhar em conjunto com equipes multidisciplinares para traduzir necessidades do uso de determinado(s) modelo(s) de LLM baseado no Bedrock em requisitos técnicos de integração. • Participar da elaboração dos artefatos exigidos pelo Project Plan da AWS, incluindo arquitetura, estimativa de esforço, plano de trabalho e critérios de sucesso técnico. • Apoiar a evolução futura da solução, propondo melhorias como seleção dinâmica de modelos via interface no Super Sapiens e experimentação com diferentes provedores e modelos. • Desenvolver, em PHP e RESTful APIs, a integração do Super Sapiens com AWS Bedrock. Requisitos • Experiência mínima de 6 anos em Engenharia de Software, e experiência consolidada em utilização de APIs do tema de LLMs de mercado, atuando com integrações backend em produção. • Experiência prática com consumo de LLMs em nuvem, preferencialmente AWS Bedrock, incluindo desenho de fluxos de inferência, tuning de parâmetros e boas práticas de uso em produção. • Sólido conhecimento em desenvolvimento backend, com experiência em PHP para construção de APIs RESTful e drivers de integração. • Experiência em design de soluções escaláveis para consumo de LLM em alto volume, com atenção a custos, latência e governança. • Proficiência em AWS Bedrock. • Experiência com autenticação e autorização em APIs. • Experiência, comprovada/explicada durante o processo seletivo, na entrega de soluções em ambiente de produção com requisitos de alta confiabilidade, segurança e observabilidade. • Perfil com capacidade de entender e mapear arquiteturas legadas de sistemas corporativos e propor integrações com serviços de nuvem de forma incremental e segura. • Experiência em trabalho colaborativo com times de produto, negócio e equipes de parceiros (por exemplo, AWS e cliente final) em projetos com múltiplos stakeholders. • Habilidade para documentar arquitetura, decisões técnicas, contratos de API e guias de uso para times internos e para o cliente. • Comunicação clara e objetiva em contexto técnico, incluindo participação em reuniões de discovery com clientes de alto nível técnico. Diferenciais • Experiência prévia em projetos para governo ou setor público, especialmente em ambientes jurídicos ou com sistemas de gestão de processos e documentos. • Experiência com múltiplos provedores de LLM além da AWS, como OpenAI e Google Gemini, e com desenho de abstrações que suportem mais de um backend de modelo. • Vivência com práticas de MLOps aplicadas a LLMs (LLMOps), como monitoramento de qualidade de respostas, logging de chamadas e observabilidade de uso. • Conhecimento ou uso do Model Context Protocol (MCP). • Conhecimento de segurança em nuvem aplicada a dados sensíveis, incluindo princípios de least privilege, criptografia em trânsito e em repouso e padrões de auditoria.