O que a vaga pede
Desenvolvedor Back End Sr:
Você será responsável por desenhar a arquitetura de sistemas agênticos de alta complexidade na nossa plataforma de busca conversacional de veículos, garantindo que nossos agentes não apenas funcionem, mas sejam resilientes, seguros e otimizados financeiramente em produção.
Responsabilidades:
- Arquitetura Agêntica Avançada: Projetar e evoluir fluxos de trabalho complexos sobre o Google Agent Development Kit (ADK) - skills/tools especializados (exploração, comparação, decisão, análise de inventário), sessão e estado do agente, e memória de longo prazo via RAG (embeddings + busca vetorial) - definindo padrões de comunicação e estado entre componentes.
- Otimização e Escala: Liderar iniciativas de melhoria de latência e redução de custos de inferência (tokens) usando modelos Gemini via Vertex AI, otimizando engenharia de prompt, streaming (SSE) e estratégias de caching.
- Arquitetura de Dados: Desenhar fluxos de dados que alimentam os agentes - persistência de sessão e domínio em DynamoDB (single-table design) e memória vetorial em OpenSearch - visando maior precisão, performance e confiabilidade das soluções.
- Execução Segura de Código: Projetar e manter integrações de sandboxing para execução de código gerado por agentes (Amazon Bedrock AgentCore Code Interpreter), com foco em isolamento e segurança.
- Governança de Observabilidade: Definir os KPIs técnicos de qualidade dos agentes (ex: hallucination rate, faithfulness, aderência a guardrails) e configurar dashboards, alertas críticos e pipelines de avaliação (LLM-as-a-judge) no Datadog LLM Observability.
- Segurança e Guardrails: Implementar e evoluir guardrails de entrada/saída, redação de PII e políticas de acesso, seguindo boas práticas de segurança para sistemas de IA em produção.
- Mentoria Técnica: Atuar como referência para desenvolvedores Plenos e Juniores, realizando code reviews rigorosos focados em segurança e clean architecture para IA.
Conhecimentos Técnicos:
- Python: Domínio da ferramenta (assincronismo/asyncio, tipagem avançada, performance), com uso de gerenciadores de dependência modernos (ex: uv/Poetry).
- APIs: Domínio no desenvolvimento e consumo de APIs RESTful e streaming (SSE) utilizando FastAPI (obrigatório) e Uvicorn.
- Engenharia de Software: Domínio de boas práticas (Clean Code, testes automatizados com pytest/pytest-asyncio, Git e pipelines de CI/CD com GitHub Actions).
- Agentic Frameworks: Experiência com frameworks de orquestração de agentes (ex: Google ADK, LangChain/LangGraph ou equivalentes) e capacidade de customizar ou estender esses frameworks quando necessário. Diferencial: experiência prévia com Google ADK.
- LLM/Modelos: Experiência consumindo LLMs via APIs de provedores cloud (ex: Vertex AI/Gemini, Amazon Bedrock, OpenAI ou Anthropic), incluindo embeddings e estratégias de RAG.
- LLMOps & Observabilidade:
- Experiência comprovada em instrumentação de observabilidade para aplicações de IA (tracing distribuído, LLM Observability). Diferencial: Datadog (ddtrace/LLM Obs), OpenTelemetry, Langfuse ou Arize.
- Cloud & Infra (AWS): Experiência com arquitetura de sistemas em AWS (ECS/Fargate, API Gateway, Cognito, S3) e Infraestrutura como Código (Terraform). Diferencial: experiência com serviços de IA gerenciados na AWS (Bedrock).
- Bancos de Dados: Conhecimento em bancos não relacionais (ex: DynamoDB, modelagem single-table) e em soluções de busca/armazenamento vetorial (ex: OpenSearch, pgvector ou similares).
Diferenciais:
- Inglês: Nível avançado para conversação, leitura e escrita.
- Experiência com TypeScript/Next.js, útil para colaborar com o time de frontend em um produto full-stack com streaming de UI orientado por agente (ex: protocolos de UI generativa como A2UI).
- Vivência com feature flags e rollout progressivo (ex: OpenFeature).
- Experiência com blue/green ou canary deployments em ambientes containerizados.
- Experiência com o uso de LiteLLM para chamadas de LLM.