Pular para o conteúdo principal

Engenheiro(a) de IA Conversacional e LLMs Sr. - Foco em Agentes Inteligentes e Canais Digitais

Descrição da vaga

Winover é uma organização comprometida com o bem-estar e o crescimento de seus colaboradores. Nosso ambiente de trabalho é dinâmico, acolhedor e colaborativo, oferecendo oportunidades para desenvolvimento contínuo e valorização da equipe. Acreditamos que nossos colaboradores são a chave para o sucesso da empresa e, por isso, priorizamos o equilíbrio entre vida pessoal e profissional, além de promovermos práticas que garantem qualidade de vida no trabalho.


Atuamos no desenvolvimento de produtos próprios, com destaque para o Thinkin e o Data Agrin, plataformas SaaS que unem gestão operacional, dados e inteligência artificial.

Thinkin é uma solução voltada à excelência operacional em ambientes de atendimento, integrando monitoria, qualidade, desenvolvimento de pessoas e performance com apoio de inteligência artificial.

Data Agrin é um ERP inteligente para o agronegócio, que centraliza dados operacionais, financeiros e agrícolas, integrando BI e agentes de IA para apoiar decisões estratégicas no campo.



Estamos em busca de um(a) Engenheiro(a) de IA Conversacional (LLM Engineer) com experiência prática em desenvolvimento de agentes inteligentes, modelos de linguagem (LLMs) e automação de chatbots.

Você fará parte do time de IA e Ciência de Dados, responsável por projetar, desenvolver e evoluir agentes conversacionais que operam em canais digitais como WhatsApp, WebChat e Telegram, utilizando arquiteturas modernas baseadas em LLMs, RAG e workflows agentic.

Procuramos alguém com forte base técnica em Python, APIs e arquitetura de agentes, capaz de traduzir objetivos de negócio em experiências conversacionais inteligentes, escaláveis e observáveis.

Se você gosta de entender como modelos de linguagem raciocinam, planejam ações e interagem com ferramentas externas, além de projetar sistemas inteligentes que evoluem continuamente com base em dados — essa vaga é para você.



O que oferecemos:


Ambiente de Trabalho Positivo: Acreditamos que um clima organizacional saudável é fundamental para o bem-estar de todos. Aqui, você encontrará um time de colegas e gestores prontos para apoiar o seu desenvolvimento.


Oportunidades de Crescimento: Investimos no crescimento profissional de nossos colaboradores por meio de treinamentos e promoções internas.

Responsabilidades e atribuições

Arquitetura e desenvolvimento de agentes

  • Projetar e desenvolver agentes conversacionais baseados em LLMs para canais digitais.
  • Criar fluxos conversacionais e arquiteturas agentic, utilizando padrões como:
  • Plan-and-Execute
  • ReAct (Reasoning + Acting)
  • Self-Reflection / Self-Critique
  • Implementar workflows multiagentes, com delegação de tarefas e cooperação entre agentes.


Engenharia de prompts e contexto

  • Projetar, documentar e otimizar prompts estruturados para diferentes cenários de uso.
  • Implementar estratégias de gestão de contexto e memória conversacional.
  • Desenvolver context builders, pipelines de enriquecimento e controle de tokens.


Integração com ferramentas e APIs

  • Implementar Tool Use (Function Calling) para integração com APIs externas.
  • Definir esquemas JSON seguros e robustos para execução de ferramentas.
  • Tratar erros de execução e criar mecanismos de fallback para agentes.


Sistemas baseados em RAG

  • Implementar arquiteturas de Retrieval Augmented Generation (RAG).
  • Desenvolver pipelines de:
  • ingestão de documentos
  • geração de embeddings
  • indexação semântica
  • Aplicar estratégias como:
  • Query Expansion
  • Hybrid Search (keyword + semantic)
  • Re-ranking de resultados
  • Self-querying retrieval.


Observabilidade e melhoria contínua

  • Analisar logs de conversas, métricas de qualidade e feedback dos usuários.
  • Monitorar métricas como:
  • taxa de resolução
  • fallback
  • latência
  • custo por token
  • Construir datasets de avaliação e testes automatizados para evolução contínua dos agentes.
  • Conduzir experimentos A/B em prompts e fluxos conversacionais.


Engenharia e arquitetura

  • Desenvolver scripts e pipelines em Python para automações e integrações.
  • Integrar LLMs em arquiteturas orientadas a eventos e sistemas assíncronos, suportando alta escala em canais como WhatsApp e Telegram.
  • Colaborar com times de Backend, Produto e UX Writing para garantir consistência técnica e linguística.

Requisitos e qualificações

  • Formação em Engenharia de Software, Ciência da Computação, Inteligência Artificial, Linguística Computacional ou áreas correlatas.
  • Experiência no desenvolvimento de chatbots ou agentes conversacionais em plataformas como: Blip, Dialogflow, Twilio, Zenvia ou frameworks próprios.
  • Experiência sólida com Python, incluindo: consumo e integração com APIs REST; automações e scripts; manipulação e processamento de dados.

  • Experiência com Modelos de Linguagem Generativa (LLMs) e suas APIs, como:
  • OpenAI (GPT), Anthropic (Claude), Gemini, Mistral ou outros modelos open-source.
  • Conhecimento prático de conceitos de LLMs e Prompt Engineering, incluindo:
  • tokens, embeddings, contexto, temperatura, few-shot learning e chain-of-thought.
  • Experiência com versionamento de código (Git) e ferramentas de testes de API como Postman.
  • Boa comunicação, pensamento analítico e atenção a detalhes.

Diferenciais:

  • Experiência com frameworks de orquestração de agentes e aplicações com LLMs, como: LangChain, LlamaIndex, LangGraph, CrewAI, AutoGen ou Agno.
  • Experiência com arquiteturas de agentes (Agentic Workflows), utilizando padrões como: Plan-and-Execute, ReAct, Self-Reflection e delegação entre agentes.
  • Experiência com arquiteturas RAG (Retrieval Augmented Generation), incluindo:
  • criação de embeddings
  • pipelines de ingestão de conhecimento
  • uso de vector databases.
  • Experiência com APIs de IA como OpenAI, Anthropic, Gemini ou Azure OpenAI.
  • Experiência com Python aplicado a pipelines de LLMs, incluindo automações, experimentação, ETL de prompts e testes A/B.
  • Experiência com gestão de memória conversacional, utilizando ferramentas como Zep ou MemGPT.
  • Conhecimento em deploy e otimização de modelos open-source (Llama, Mistral), incluindo vLLM ou Ollama.
  • Noções de UX Writing e Design Conversacional.
  • Inglês técnico para leitura de documentação, papers e APIs.

Informações adicionais

  • Modalidade de contratação: Pessoa Jurídica (PJ).
  • Atuação remota ou híbrida (a depender da localidade e dinâmica do time).
  • Ambiente colaborativo com foco em entregas ágeis, aprendizado contínuo e inovação.

Etapas do processo

  1. Etapa 1: Cadastro
  2. Etapa 2: Teste Comportamental
  3. Etapa 3: Entrevista com R&S
  4. Etapa 4: Entrevista com Gestor
  5. Etapa 5: Teste Técnico
  6. Etapa 6: Pré-Contratação
  7. Etapa 7: Contratação

#SomosWinover

Mais que um Contact Center, somos especialistas em Recuperação de Crédito.

Uma empresa que vai além de resultados financeiros. Aqui valorizamos pessoas, pois acreditamos que profissionais engajados oferecem as melhores propostas para auxiliar o cliente na recuperação de seu crédito.


Estamos em busca de novos talentos que possam somar forças com o nosso elenco atual. 


Interessou-se?


















Então confira nossas vagas, e #vemserwinover!