Fullstack Engineer Sênior (IA & Web) - Home Office

Fullstack Engineer Sênior (IA & Web)

Descrição das Atividades:

Como Fullstack Engineer Sênior, sua missão será arquitetar e construir interfaces de altíssimo nível e motores de backend resilientes para a EVA AI. Você atuará na liderança técnica da orquestração de sistemas multi-agentes, garantindo que a complexidade da IA seja entregue através de uma experiência de usuário (UX) impecável, performática e em tempo real.

Responsabilidades

• Arquitetura End-to-End: Desenhar e manter a arquitetura do portal Ask EVA, garantindo integração fluida entre frontend e serviços de IA.
• Orquestração de Agentes: Liderar o desenvolvimento de agentes inteligentes e fluxos conversacionais avançados com LangGraph.js.
• Engenharia de APIs: Desenvolver microsserviços escaláveis em Node.js/TypeScript (Fastify), integrando-os com Azure DevOps e APIs de segurança.
• Experiência Real-Time: Implementar streaming de dados (NDJSON) e WebSockets para interações instantâneas.
• Otimização de LLMs: Refinar interações com Gemini (Vertex AI) via engenharia de prompts e estratégias de fallback.
• Modelagem de Dados: Projetar esquemas robustos com Zod, otimizar consultas em PostgreSQL (TypeORM) e arquitetar camadas de cache com Redis.
• Requisitos e Experiências Exigidas:
• Maestria em Frontend: Domínio total de HTML5, CSS3 e JavaScript moderno, com foco em performance e Core Web Vitals.
• TypeScript e Node.js: Domínio absoluto do runtime, gerenciamento de memória e padrões de design assíncronos.
• LangGraph.js: Experiência prática na construção de sistemas de agentes utilizando grafos de estado e memória persistente.
• Ecossistema Cloud (GCP): Familiaridade avançada com Vertex AI e infraestrutura para deploy em escala.
• Cultura de Engenharia: Sólidos conhecimentos em PostgreSQL, Redis e validação de contratos com Zod.
• Protocolos de Streaming: Experiência real na entrega de interfaces que consomem dados via streaming.
• Desejável e Comportamental:
• Busca Semântica e RAG: Conhecimento em bancos de dados vetoriais (pgvector, Pinecone) e estratégias de recuperação de informação.
• Observabilidade: Uso de ferramentas como LangSmith ou PromptFoo para monitorar a qualidade da IA.
• DevOps Conversacional: Vivência com pipelines de CI/CD (Azure DevOps) e Docker.
• Perfil Especialista: Histórico de entrega de produtos de IA em produção, visão apurada de UX voltada para IA e autonomia arquitetural para tomada de decisões técnicas complexas.