Senior AI Engineer

**1\.****Sobre a Marisa.Care** Em **2025 crescemos 11x**, atuando nas principais redes do Brasil, como **Rede D’Or e Hospitales MAC**, iniciando nossa **internacionalização com uma rede hospitalar no México**. Fomos acelerados pela **Microsoft for Startups**, participamos do **NVIDIA Inception** e nossa **última rodada foi de R$ 8M**, liderada pela **Afya**. **2\.****Descrição da Vaga** Procuramos um(a) engenheiro(a) de IA com experiência em levar modelos do protótipo à produção. A base da carreira é engenharia de software robusta aplicada à arquitetura e escala de soluções com LLMs, RAG e APIs inteligentes. A missão do papel é integrar engenharia sólida e o estado\-da\-arte em IA para criar produtos que aprendem, interagem e resolvem problemas de maneiras novas, com foco em agentes conversacionais. * **Atuação prática** * Arquitetar, desenvolver e escalar serviços e microserviços para inferência de LLMs e agentes conversacionais (texto/voz) * Projetar e operar pipelines RAG (ingestão, chunking, indexação, embeddings, buscas híbridas) com vetores/KBs * Implementar tool/function calling, planners, memória de longo prazo e orquestração multi\-agente * Desenvolver APIs e integrações para múltiplos canais (web, mobile, WhatsApp, voz) e sistemas de terceiros * Estabelecer observabilidade (tracing, logs, métricas), avaliações (A/B, offline evals) e guardrails (segurança, toxicidade, PII) * Otimizar performance e custo (latência, throughput, caching, batching, quantização/streaming quando aplicável) * Estruturar e operar plataformas de MLOps (feature stores, model registry, experiment tracking, serving e monitoramento) * Gerenciar versionamento de dados, modelos e artefatos com ferramentas como MLflow, DVC ou equivalentes * Implementar pipelines de retreinamento contínuo, drift detection e monitoramento de performance em produção * Definir critérios objetivos de promoção e rollback de modelos com base em métricas de negócio e técnicas * Integrar pipelines de ML/AI em fluxos CI/CD, garantindo reprodutibilidade e rastreabilidade de experimentos * Conduzir análises exploratórias, feature engineering e seleção de variáveis para problemas supervisionados e não supervisionados * Desenvolver e avaliar modelos de classificação, regressão, clustering e anomalia com rigor estatístico * Construir pipelines híbridas que combinem modelos clássicos (ML) com componentes generativos (LLMs/embeddings) * Aplicar técnicas de interpretabilidade (SHAP, LIME) e validação rigorosa (cross\-validation, backtesting) * Traduzir problemas de negócio em formulações de modelagem adequadas, com sentido crítico sobre quando não usar IA * Projetar e manter pipelines de dados robustos (ETL/ELT) para alimentar tanto modelos clássicos quanto sistemas RAG * Garantir qualidade, governança e rastreabilidade de dados com boas práticas de data contracts e catalogação * Colaborar com produto e dados para transformar problemas reais em soluções de IA confiáveis em produção * Facilitar workshops, refinamentos técnicos e decisões de arquitetura com stakeholders não\-técnicos * Escrever testes automatizados, revisar código e contribuir para padrões de qualidade e CI/CD * **Requisitos** * Sólida experiência em engenharia de software back\-end (Python e/ou Node.js), APIs REST/gRPC e microsserviços * Vivência em cloud (Azure/AWS/GCP), Docker/Kubernetes, versionamento (Git) e pipelines CI/CD * Experiência prática com LLMs em produção e RAG (ex.: LangChain/LangGraph) * Domínio de bibliotecas de ML/DS: scikit\-learn, XGBoost/LightGBM, pandas, numpy e equivalentes * Experiência com plataformas MLOps (MLflow, Databricks, SageMaker ou similares) e experiment tracking * Conhecimento de mensageria/eventos (ex.: Kafka/RabbitMQ), cache e bancos (SQL/NoSQL/vetoriais) * Noções de segurança/privacidade (mascaramento de dados, PII) e conformidade (ex.: LGPD) * Senso crítico aguçado para avaliar tradeoffs de implantação: custo, latência, risco e manutenibilidade * Excelente comunicação técnica e não\-técnica — sabe explicar modelos para o negócio e decisões de negócio para o time * Perfil de facilitador: conduz cerimônias técnicas, documenta decisões e promove alinhamento entre times * **Diferencial** * Experiência com agentes conversacionais em produção (WhatsApp, voice bots, contact center) em startups brasileiras * Tracing/evals de LLM (ex.: Langfuse, Promptfoo, Ragas, DeepEval) e guardrails (políticas/safety) * Fine\-tuning/LoRA, embeddings proprietários, re\-rankers e busca híbrida (BM25 \+ densa) * Experiência com aprendizado não supervisionado aplicado a negócios * Pipelines híbridas combinando modelos preditivos clássicos com componentes generativos * Contribuições open source e participação ativa em comunidades de IA/engenharia * Experiência prévia como tech lead, referência técnica ou mentor em times de dados/AI