Especialista i engenharia de ia generativa e agentes

• IA Generativa: Concepção, desenvolvimento e operação de aplicações com LLMs em produção, preferencialmente em ambientes corporativos.
• Python e Frameworks Agentivos: Fluência avançada em Python e domínio de orquestradores como LangChain, LangGraph e LlamaIndex.
• RAG e Bases Vetoriais: Experiência em embeddings, chunking e busca semântica em bancos vetoriais ou equivalentes.
• Cloud e APIs: Vivência com GCP ou AWS, serviços gerenciados de IA (Vertex AI, Bedrock) e integração de sistemas via APIs.
• Pensamento Arquitetural: Habilidade para decidir entre RAG, engenharia de prompt e fine-tuning, equilibrando latência, custo e confiabilidade.

Diferenciais

• MCP e Contexto: Experiência com Model Context Protocol (MCP) ou arquiteturas avançadas de contexto para LLMs.
• FinOps de IA: Prática em monitoramento e otimização de custos de inferência.
• Canais Corporativos: Integração de agentes em plataformas como Slack, Teams ou similares.
• Stack Adicional: Familiaridade com React / C# (.NET) e acompanhamento ativo das inovações em ecossistemas de IA.
• Perfil: Postura curiosa, antenada com o mercado e focada em aprendizado contínuo sobre as evoluções da disciplina.

O que é o Finanças GB?

O Finanças GB é um produto digital do Grupo Boticário focado na jornada financeira dos franqueados e parceiros de negócios, facilitando conciliações de vendas, recebimentos, cartões e bancárias, além de suportar o acompanhamento gerencial de Fluxo de Caixa, DRE e métricas essenciais para a saúde financeira dos negócios. Nesse contexto, o objetivo da vaga é assumir o protagonismo tecnológico e construir do zero a fundação de IA Generativa da plataforma, atuando na definição da estratégia, no desenho da arquitetura e na implementação de soluções impactantes para a rotina dos parceiros.

Responsabilidades e Atribuições:

• Arquitetura de Agentes de IA: Desenhar e implementar soluções agentivas corporativas, cobrindo orquestração de LLMs, fluxos de raciocínio, ferramentas externas e integração com APIs e dados da empresa.
• Engenharia de Contexto e RAG: Projetar pipelines de Retrieval-Augmented Generation (indexação, recuperação e enriquecimento de contexto) para aumentar a acurácia e reduzir alucinações.
• Integração de Ferramentas e Conectores: Evoluir agentes para consultar bases de conhecimento, sistemas analíticos e corporativos com autenticação e controle de acesso rigorosos.
• Produtização e LLMOps: Garantir observabilidade, gestão de custos de inferência, seleção ideal de LLMs conforme o contexto e segurança em aplicações cloud.