Este é um cargo remoto.
Buscamos um(a) AI Engineer para atuar no desenvolvimento da inteligência da plataforma Konversa (Revenue AI Agent) com foco em construir agentes conversacionais fluxos inteligentes e sistemas de decisão baseados em LLMs.
Responsabilidades:
Desenvolvimento de Agentes Conversacionais: Construir e evoluir agentes de IA para atendimento negociação e conversão em canais como WhatsApp voz e webchat.
Orquestração de LLMs: Implementar fluxos utilizando frameworks como LangGraph (ou similares) controlando contexto memória ferramentas (tool calling) e estados da conversa.
Engenharia de Prompt: Criar testar e otimizar prompts para diferentes cenários (cobrança vendas suporte) garantindo consistência e performance.
Integração com Ferramentas: Conectar agentes a APIs e sistemas externos (ex: geração de Pix consulta de dados CRM) permitindo ações durante a conversa.
Controle de Qualidade da IA: Monitorar respostas evitar alucinações e garantir aderência às regras de negócio.
Personalização: Trabalhar com dados de contexto (perfil do cliente histórico segmentação) para tornar as interações mais inteligentes e eficazes.
Experimentação: Realizar testes A/B de abordagens fluxos e prompts evoluindo continuamente a performance dos agentes.
Observabilidade de IA: Acompanhar métricas de uso custo latência e qualidade das respostas (LLM monitoring).
Otimização de Custo: Trabalhar com estratégias para reduzir custo por interação (model selection caching fallback etc.).
Colaboração: Trabalhar próximo ao time de backend produto e operação para garantir que a IA gere impacto real no negócio.
Buscamos um profissional com perfil altamente analítico curioso e orientado a experimentação:
Mentalidade de Builder: Gosta de construir testar e iterar rapidamente.
Pensamento Crítico: Não aceita resposta de IA como verdade valida testa e ajusta.
Foco em Resultado: Entende que o objetivo não é resposta bonita mas conversão e eficiência.
Experimentação Contínua: Confortável com testes hipóteses e aprendizado rápido.
Resolução de Problemas: Capacidade de lidar com comportamentos imprevisíveis de IA.
Comunicação: Consegue traduzir comportamento técnico da IA para áreas de negócio.
Adaptabilidade: Confortável com um ambiente em rápida evolução tecnológica.
Colaboração: Trabalha bem com times de produto backend e operação.
Capacidade de colaborar de forma eficiente com times geograficamente distribuídos mantendo boa comunicação e alinhamento.
Atenção: Vaga extensiva para pessoas com deficiência.
Requisitos
Experiência com LLMs: Experiência prática com uso de modelos como GPT Claude ou similares.
Engenharia de Prompt: Capacidade de estruturar prompts eficientes e previsíveis para diferentes cenários.
Orquestração de Agentes: Experiência com frameworks como LangChain LangGraph ou similares.
APIs: Experiência em integração com APIs e uso de tool calling.
Programação: Conhecimento sólido em backend (preferencialmente ou Python).
Manipulação de Contexto: Experiência com memória de conversas estado e controle de fluxo.
Debug de IA: Capacidade de analisar e corrigir comportamentos inesperados de modelos.
Versionamento: Experiência com Git.
Diferenciais:
Experiência com voz (STT/TTS tempo real);
Experiência com sistemas conversacionais em produção;
Conhecimento em NLP clássico (classificação intenção etc.);
Experiência com otimização de custo em LLMs;
Experiência com avaliação de modelos (benchmarks testes automatizados);
Experiência com dados e feature engineering.
Obs.: necessária disponibilidade para vir ao Rio de Janeiro eventualmente (ex: 1 vez a cada 15 dias ou 1 vez por mês) principalmente para alinhamentos estratégicos.
Experiência com LLMs: Experiência prática com uso de modelos como GPT Claude ou similares. Engenharia de Prompt: Capacidade de estruturar prompts eficientes e previsíveis para diferentes cenários. Orquestração de Agentes: Experiência com frameworks como LangChain LangGraph ou similares. APIs: Experiência em integração com APIs e uso de tool calling. Programação: Conhecimento sólido em backend (preferencialmente ou Python). Manipulação de Contexto: Experiência com memória de conversas estado e controle de fluxo. Debug de IA: Capacidade de analisar e corrigir comportamentos inesperados de modelos. Versionamento: Experiência com Git. Diferenciais Experiência com voz (STT/TTS tempo real) Experiência com sistemas conversacionais em produção Conhecimento em NLP clássico (classificação intenção etc.) Experiência com otimização de custo em LLMs Experiência com avaliação de modelos (benchmarks testes automatizados) Experiência com dados e feature engineering