Empresa: Omie
A Omie tem como propósito trazer prosperidade para o ecossistema empreendedor brasileiro. Por isso, buscamos por pessoas com mentalidade de crescimento, valorizando perfis que tenham capacidade de adaptação, senso colaborativo e sejam motivadas pela inovação e pelo aprendizado contínuo. Faça parte da história de uma das empresas de tecnologia que mais cresce no país! 🚀 #VempraOmie • Desenvolver, evoluir e manter agentes de IA com LangChain e LangGraph: estado e fluxos, tool calling, memória, human-in-the-loop e arquiteturas multiagente. • Integrar LLMs e modelos de embeddings via Amazon Bedrock, escolhendo modelo e estratégia de acordo com qualidade, latência e custo. • Construir pipelines de RAG: ingestão e chunking de documentos, embeddings, indexação e busca em Amazon OpenSearch Service e Amazon S3 Vectors (diretamente ou via Amazon Bedrock Knowledge Bases) e em bases vetoriais self-hosted em EC2/EKS. • Desenvolver as APIs e os serviços que expõem os agentes e os conectam ao ERP da Omie, a bases de dados e a sistemas legados. • Implantar e operar as soluções na AWS (Lambda, Step Functions, EC2, EKS e S3), com infraestrutura como código e CI/CD. • Criar avaliações (evals) e implementar observabilidade: datasets de teste, métricas de qualidade, tracing e monitoramento de custo e latência em produção. • Aplicar guardrails e práticas de segurança e IA responsável: mitigação de prompt injection, controle das ferramentas e dos dados que cada agente pode acessar e proteção de dados pessoais (LGPD). • Trabalhar com os Tech Lead’s de IA, Cientistas de Dados, o time de produto e as áreas de negócio para entender problemas e propor soluções, incluindo PoCs e demonstrações técnicas. • Seguir medidas e boas práticas de cibersegurança para proteger dados e sistemas de Agentes de IA • Documentar arquitetura, fluxos e decisões técnicas (diagramas, ADRs e READMEs). Requisitos: • Experiência sólida em desenvolvimento de software com Python: código tipado e testado, programação assíncrona e boas práticas de engenharia. • Experiência levando aplicações com LLMs à produção, incluindo agentes com LangChain e LangGraph, engenharia de prompt e de contexto e saídas estruturadas. • Conhecimento da dinâmica de uso e aplicabilidade dos principais LLM’s, como os da OpenAI, Anthropic e Google. • Experiência com RAG: embeddings, chunking, busca híbrida, re-ranking e bases vetoriais (ex.: Amazon OpenSearch Service, Amazon S3 Vectors ou Chroma). • Experiência com Amazon Bedrock e com serviços AWS para aplicações serverless ou em containers, como Lambda, API Gateway, S3, IAM e CloudWatch. • Experiência em backend e integração: APIs REST (ex.: FastAPI), filas, bancos de dados, Docker, Git e CI/CD. • Experiência com qualidade e operação de aplicações com LLMs: evals, observabilidade (ex.: LangSmith ou Langfuse), custo, latência e segurança. • Comunicação clara com públicos técnicos e de negócio, inclusive por escrito, facilidade para trabalhar em times multidisciplinares e inglês [para leitura de documentação técnica]. • Experiência com desenvolvimento de aplicações utilizando — Jira em projetos de metodologias ágeis como Scrum ou Kanban • Formação superior em Ciência da Computação, Sistemas de Informação, Engenharia ou áreas afins [ou experiência equivalente]. O que pode ser seu diferencial (plus): • Conhecimento dos conceitos de LLMOps e conhecimentos práticos com LiteLLM. • MCP (Model Context Protocol): criação ou integração de servidores MCP como ferramentas dos agentes. • Fine-tuning ou customização de modelos. • Conhecimento de Google Vertex e demais serviços de IA do Google. • Operação de bancos vetoriais self-hosted em EC2 ou EKS. • Frontend para interfaces de agentes e protótipos (ex.: React, Next.js ou Streamlit). • Java ou TypeScript, para integração com sistemas legados. • Vivência com ERP ou processos de backoffice (financeiro, fiscal, contábil, vendas ou estoque). • Certificações AWS (ex.: AWS Certified Generative AI Developer – Professional) ou experiência com IA no Google Cloud.