Desenvolvedor(a) Full Stack Sênior – IA/LLM

**🎯 Descrição da vaga** Buscamos um(a) Desenvolvedor(a) Full Stack Sênior para atuar na construção de aplicações com IA/LLMs em produção, com foco em RAG (Retrieval\-Augmented Generation) e integrações com serviços de inferência (model serving). A pessoa irá desenvolver soluções ponta a ponta utilizando .NET (C\#) no backend, Angular no frontend, Python para rotinas de IA e pipelines, além de SQL Server e bases vetoriais para persistência e busca semântica. O objetivo é entregar produtos robustos, com qualidade, segurança e boa experiência para o usuário. **🛠 Responsabilidades** * Desenvolver funcionalidades full stack com IA: chat corporativo, busca semântica, assistentes e copilotos; * Implementar e evoluir pipelines de RAG: ingestão, chunking, embeddings, indexação e retrieval * Integrar aplicações com LLMs via API/endpoint e/ou servidores/plataformas de inferência; * Construir APIs e serviços em .NET (C\#) para integração com LLMs, RAG e sistemas internos * Implementar UI em Angular (streaming de resposta, histórico, feedback do usuário, filtros e controles) * Desenvolver rotinas/serviços em Python para ingestão, geração de embeddings e automações * Trabalhar com SQL Server e bases vetoriais (indexação e busca por similaridade com metadados) * Implementar tratamento de erros, resiliência (timeouts/retry) e controles operacionais * Atuar com segurança e governança (autenticação, autorização, trilhas e privacidade/LGPD) * Contribuir com boas práticas de engenharia (testes, code review, versionamento e CI/CD) **✅ Requisitos obrigatórios** * Experiência sólida como Desenvolvedor(a) Full Stack em produção * .NET (C\#) para APIs/serviços (REST, autenticação/autorização, integrações) * Angular (componentização, consumo de APIs, estado e performance) * Python para rotinas de IA/integração (scripts, serviços leves, consumo de APIs) * SQL Server (modelagem, queries e performance básica) **🔹 Experiência prática com LLMs em produção:** * Consumo via API/endpoint, streaming, controle de contexto e custos * Noções de validação/guardrails (entrada/saída, políticas e limites) **🔹 Experiência com RAG (Retrieval\-Augmented Generation) em projeto real:** * Ingestão, embeddings, indexação e retrieval (com filtros por metadados quando necessário) **🔹 Experiência com base vetorial / busca semântica:** * pgvector, Pinecone, Milvus, Weaviate ou Qdrant (ou equivalente) **🔹 Experiência com inferência/model serving:** * Integração/uso de pelo menos um: vLLM, TGI, Ollama, llama.cpp, Triton ou endpoint gerenciado * Noções de latência, concorrência e timeouts **🔹 Memória de longo prazo em aplicações com LLMs (nível sênior):** * Persistência de histórico, preferências e contexto com critérios de retenção e privacidade * Armazenamento/recuperação em SQL e/ou base vetorial **🔹 Boas práticas de engenharia:** * Git, testes, code review, CI/CD e Docker (quando aplicável) **⭐ Diferenciais:** * MCP (Model Context Protocol): uso/integração de MCP servers para conectar LLMs a ferramentas e dados corporativos * Experiência com Bamboo (Atlassian) para CI/CD * Observabilidade avançada (dashboards, tracing, métricas de latência e qualidade) * Kubernetes e estratégias de autoscaling * Avaliação avançada de RAG/LLM (testes automatizados, datasets, A/B, quality gates) * Noções de fine\-tuning / LoRA / PEFT (não obrigatório)