Estamos buscando um(a) Engenheiro(a) de IA Generativa para compor o time de dados e inteligência artificial da organização, atuando lado a lado com a pessoa engenheira de Dados e sob a orientação estratégica do(a) Arquiteto(a) de Dados.
Você será o(a) profissional responsável por projetar e implementar soluções de IA Generativa aplicadas a casos de uso reais do negócio — desde assistentes inteligentes para investidores até copilotos internos para equipes operacionais — utilizando o ecossistema Microsoft Azure AI como plataforma principal.
Se você acredita que a IA Generativa vai muito além de prompts e quer construir soluções robustas, seguras e escaláveis que transformam a forma como pessoas interagem com dados e informações, essa vaga é para você.
Você precisa ter prática com:
Experiência com desenvolvimento de soluções de IA Generativa ou NLP em ambiente produtivo ou em projetos consistentes;
Conhecimento prático de Azure OpenAI Service (GPT, embeddings, function calling);
Experiência com RAG (Retrieval-Augmented Generation) e busca vetorial/semântica;
Familiaridade com Azure AI Search para indexação e consulta semântica de documentos;
Conhecimento de Python para desenvolvimento de pipelines, integrações e orquestração de modelos;
Experiência com pelo menos um framework de orquestração: LangChain, Semantic Kernel ou Prompt Flow;
Noções de Prompt Engineering — construção, versionamento e otimização de prompts;
Boas práticas de desenvolvimento: Git, testes, documentação e CI/CD.
Você irá se destacar se:
Experiência com Microsoft Copilot Studio para criação de agentes e assistentes conversacionais;
Experiência com Azure AI Foundry (anteriormente Azure AI Studio);
Conhecimento de Azure AI Document Intelligence para processamento de documentos;
Familiaridade com Microsoft Power Platform (Power Automate, conectores);
Experiência com fine-tuning de modelos de linguagem;
Conhecimento de técnicas avançadas de RAG: HyDE, re-ranking, query expansion, multi-index;
Noções de arquitetura de dados e integração com plataformas Data Lake/Lakehouse;
Experiência prévia em mercado financeiro ou setores regulados.
Responsabilidades
Desenvolvimento de Soluções GenAI & Copilots
Projetar e implementar Copilots e assistentes conversacionais utilizando Microsoft Copilot Studio, conectados a bases de conhecimento, APIs e sistemas internos;
Desenvolver soluções de Retrieval-Augmented Generation (RAG) para permitir que modelos de linguagem respondam com base em dados e documentos proprietários da organização;
Construir e gerenciar Knowledge Bases estruturadas e não estruturadas, garantindo que os modelos tenham acesso a contexto relevante, atualizado e confiável;
Implementar fluxos de conversação, orquestração de agentes e integrações com sistemas corporativos via Azure AI Foundry;
Explorar e implementar soluções com Azure OpenAI Service (GPT-4, embeddings, fine-tuning, function calling, etc.);
Garantir que as soluções desenvolvidas sejam seguras, auditáveis e alinhadas às políticas de uso responsável de IA.
Gestão de Conhecimento & Dados para IA
Trabalhar em conjunto com o(a) Engenheiro(a) de Dados para garantir que os dados necessários para os use cases de GenAI estejam disponíveis, estruturados e de qualidade na plataforma;
Implementar pipelines de ingestão, chunking, enriquecimento e indexação de documentos para uso em soluções RAG;
Configurar e gerenciar índices de busca vetorial utilizando Azure AI Search (busca semântica, busca híbrida);
Definir estratégias de atualização e versionamento das bases de conhecimento para manter as respostas dos modelos precisas e atualizadas;
Implementar processos de extração e processamento de documentos não estruturados com Azure AI Document Intelligence.
Integrações & Orquestração de Agentes
Integrar Copilots e assistentes a canais corporativos como Microsoft Teams, SharePoint, portais web e aplicações internas;
Desenvolver fluxos de orquestração de múltiplos agentes de IA para resolver casos de uso complexos que envolvem diferentes fontes de dados e etapas de raciocínio;
Implementar integrações via APIs REST, conectores do Power Platform e plugins para enriquecer os assistentes com dados em tempo real;
Utilizar frameworks de orquestração como LangChain, Semantic Kernel ou Prompt Flow para construir fluxos de IA robustos e reutilizáveis;
Garantir rastreabilidade e observabilidade das chamadas aos modelos com ferramentas de logging e tracing do Azure AI Foundry.
Colaboração & Disseminação de Conhecimento
Colaborar com áreas de negócio para levantar, refinar e priorizar use cases de GenAI com potencial de impacto real;
Apoiar a criação de demos, provas de conceito (PoCs) e MVPs para validação rápida de novas ideias com stakeholders;
Disseminar conhecimento sobre IA Generativa internamente, apoiando a capacitação de times para uso das soluções desenvolvidas;
Documentar arquiteturas, fluxos e decisões técnicas das soluções entregues.
#LI-BA1