Engenheiro de Inteligência Artificial (AI Lead)

**Principais Responsabilidades** * Liderar o ciclo de vida completo de desenvolvimento de aplicações baseadas em IA. * Gerenciar e mentorar equipes de desenvolvimento sob a premissa de metodologias ágeis e cultura AI\-First. * Arquitetar e implementar fluxos complexos de automação e orquestração de agentes. * Garantir a eficiência de modelos (LLMs) através de técnicas avançadas de Prompt e Context Engineering. * Manter\-se na fronteira tecnológica, testando e integrando novas ferramentas de IA Generativa. **\*\*\*\* Requisitos Técnicos (Hard Skills) \*\*\*\*\*** **Formação e Fundamentos:** * Graduação em Data Science, Engenharia de Software, Arquitetura de Software ou áreas correlatas. * Sólido conhecimento em **Deep Learning** e **Redes Neurais**. **Modelos e LLMs:** * Domínio de modelos proprietários (**GPT, Gemini, Opus**) e modelos open\-source (**Llama, Mistral**, etc.). * Experiência prática em **RAG (Retrieval\-Augmented Generation)** e bancos de dados vetoriais (Pinecone, Pgvector, Chroma, etc.). * Experiência com implementação de guardrails e segurança em LLMs. **Desenvolvimento e Orquestração:** * Desenvolvimento de **Agentes de IA** e sistemas multi\-agentes. * Experiência com frameworks de orquestração: **LangChain, CrewAI**. * Automação de fluxos com ferramentas low\-code/no\-code: **N8N** ou **Make**. **Stack de Desenvolvimento:** * **Linguagens:** Python (obrigatório), TypeScript ou Java. * **Ferramentas Modernas:** Experiência com IDEs e CLIs de última geração (**Cursor, VS Code, Claude Code, Codex, Copilot**). **Habilidades Interpessoais (Soft Skills)** Buscamos um perfil que vá além do código: * **Inovador:** Mentalidade disruptiva para encontrar soluções onde outros veem barreiras. * **Liderança:** Capacidade de inspirar, delegar e elevar o nível técnico do time. * **Comunicador:** Habilidade para traduzir conceitos técnicos complexos para stakeholders e clientes. * **Resiliência e Adaptabilidade:** O campo da IA muda semanalmente; você deve prosperar na incerteza. * **Visão de Produto:** Entender não só o "como" construir, mas o "porquê" aquilo agrega valor ao usuário final. **Pensamento Analítico:** Foco em dados para tomada de decisões e otimização de modelos.