Inetum
Bjak
Engenheiro(a) de Aplicações LLM
Sobre a ActAI
Existem mais de 5 bilhões de usuários utilizando aplicações básicas hoje em dia, como e-mail, notas, tarefas, calendário, e elas não são nativas de IA. Nossa missão é construir aplicações proativas para qualquer pessoa no mundo, que não está acostumada com prompts complexos. Nosso objetivo é trazer inteligência para conversas, recados, organização e fluxos de trabalho, com pouca ou nenhuma necessidade de prompt.
Nosso produto foca em alcançar alta confiabilidade para fluxos de trabalho de longa duração, contexto persistente e conclusão de tarefas do mundo real. Acreditamos que os produtos reduzirão significativamente as alucinações.
Nosso objetivo é organizar a vida de qualquer pessoa, permitindo que todos nós gastemos tempo em coisas valiosas e significativas.
Sobre a Vaga
Como Engenheiro(a) de Aplicações LLM, você construirá a camada de inteligência que impulsiona as experiências de IA da ActAI.
Você trabalhará na interseção de LLMs, engenharia de software e produto - projetando fluxos de trabalho de agentes, melhorando o comportamento do modelo e transformando capacidades de IA em experiências de usuário confiáveis.
Você será responsável por problemas de ponta a ponta, desde a compreensão das necessidades do usuário, o design de fluxos de trabalho de Agentes, a integração de modelos e ferramentas, a construção de sistemas de avaliação e a melhoria contínua do comportamento da IA em produção.
Foco
- Construir e lançar aplicações e fluxos de trabalho de agentes de IA baseados em LLM
- Projetar sistemas para raciocínio, planejamento, memória, uso de ferramentas e execução multi-etapas
- Construir pipelines de orquestração confiáveis que transformam saídas de modelos probabilísticos em ações previsíveis, observáveis e seguras
- Integrar LLMs com APIs, bancos de dados, busca, serviços internos e ferramentas externas.
- Desenvolver técnicas de prompting, engenharia de contexto, saídas estruturadas, chamadas de ferramentas e outras para melhorar o comportamento do modelo
- Construir frameworks de avaliação e conjuntos de dados para medir a qualidade, confiabilidade e regressões da IA
- Depurar sistemas de IA em toda a stack - desde o comportamento do modelo e prompts até a orquestração, serviços backend e UX do produto
- Otimizar sistemas de IA para qualidade, latência e custo
- Trabalhar em estreita colaboração com as equipes de produto e engenharia para transformar problemas de produto ambíguos em soluções de IA funcionais
- Estabelecer práticas de produção para observabilidade, rastreamento, experimentação, avaliação e melhoria contínua
Requisitos mínimos
Stack Tecnológica
- Python
- APIs de LLM e provedores de modelos, incluindo APIs compatíveis com OpenAI e modelos de peso aberto
- Frameworks de agentes e sistemas de orquestração
- Bancos de dados vetoriais e sistemas de recuperação
- Serviços Backend, APIs e sistemas distribuídos
- PyTorch / JAX
Experiência Ideal
- Fortes fundamentos de engenharia de software com experiência na construção de aplicações com IA
- Experiência prática com LLMs, IA generativa ou sistemas baseados em agentes
- Experiência em design de prompts, fluxos de trabalho, avaliações ou comportamento de IA
- Capacidade de escrever código limpo e de qualidade de produção
- Confortável trabalhando em diferentes camadas de abstração (modelo → sistema → produto)
- Fortes habilidades de resolução de problemas em ambientes ambíguos e de rápida evolução
- Viés para entrega, iteração e melhoria contínua
Resultados
- Funcionalidades de IA chegam à produção rapidamente e entregam impacto mensurável ao usuário
- Fluxos de trabalho baseados em LLM são confiáveis, escaláveis, observáveis e fáceis de manter
- A qualidade da IA melhora através de avaliação sistemática, experimentação e iteração
- Fluxos de trabalho de IA se tornam cada vez mais previsíveis, eficientes e econômicos
- Capacidades complexas de IA são traduzidas em experiências de usuário simples e intuitivas
