Senior AI Engineer

🕒 Abril 29

🇺🇸 Estados Unidos – Remoto (EUA)

⏰ Tempo Integral

🟠 Sênior

🤖 Engenheiro de IA

👻 Score fantasma 63%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

AI Technology Partners

SiteLinkedInTodas as Vagas

11 - 50 funcionários

Fundada em 2020

💼 Consultoria

📣 Marketing

🤖 Inteligência Artificial

Consulting • Marketing • Artificial Intelligence

AI Technology Partners é uma empresa de consultoria e soluções empresariais B2B que desenvolve, implementa e gerencia sistemas de IA generativa para organizações de médio a grande porte. A empresa oferece plataformas de chat de IA seguras para toda a empresa, soluções personalizadas para vendas, marketing, operações, RH, finanças e P&D, habilitação de desenvolvedores e TI (hospedagem de modelos privados, sistemas de dados vetorizados, governança), além de serviços de estratégia, treinamento e gerenciamento de mudanças. Suas ofertas enfatizam segurança, implantações hospedadas na nuvem ou de propriedade do cliente, componentes de código aberto e um modelo de entrega build-operate-transfer para acelerar a adoção de IA e a propriedade a longo prazo.

Descrição

• Design multi-agent architectures with robust state management, memory, and routing. • Choose and implement leading frameworks such as LangGraph/LangChain Agents, Microsoft AutoGen, CrewAI, LlamaIndex Agents, Semantic Kernel, or Haystack Agents—and justify trade-offs. • Build modular components (planners, tool registries, policy guards, evaluators) that are reusable across clients and domains. • Integrate enterprise tools and data sources via function/tool calling, webhooks, and event-driven flows (Queues/Service Bus/Functions). • Implement retrieval-augmented generation (RAG) patterns with vector stores (Azure AI Search, pgvector, MongoDB Atlas, Pinecone, Weaviate, Milvus) and structured knowledge (SQL/Graph). • Add deterministic fallbacks, circuit breakers, and caching to keep latency and cost predictable. • Define SLIs/SLOs for agent runs; implement tracing, metrics, and logging (e.g., Langfuse + OpenTelemetry) and build dashboards for run-level analytics. • Create evaluation harnesses (automatic + human-in-the-loop) using tools such as Ragas, DeepEval, promptfoo to measure groundedness, task success, safety, and cost. • Productionize with CI/CD, environment promotion, feature flags, and canary strategies; optimize cost-per-task and time-to-success. • Enforce content and safety policies (redaction, classification, guardrails) with policy-as-code; implement role/tenant isolation and data minimization. • Collaborate with security teams to align to ISO 27001/SOC 2/NIST/HIPAA/GDPR contexts; deliver audit-ready evidence for agentic workflows. • Build privacy-first patterns (no data exfiltration by default, least-privilege tool access, secure prompt/trace storage). • Work directly with enterprise client teams to translate business processes into agentic designs; present trade-offs and proofs-of-value that lead to production.

🎯 Requisitos

• 5–8+ years in software/platform engineering with recent production LLM applications (not just prototypes). • Hands-on expertise with agentic frameworks (one or more of: LangGraph/LangChain Agents, AutoGen, CrewAI, LlamaIndex Agents, Semantic Kernel, Haystack Agents) and tool/function-calling patterns. • Strong RAG engineering across vector DBs, chunking/embedding strategies, metadata/search ranking, and grounding techniques. • Proven track record building observable, cost-aware, and secure LLM systems (tracing, evals, guardrails, secrets/IAM, PII handling). • Solid software engineering fundamentals: Python/TypeScript, async patterns, APIs, testing, CI/CD, containerization. • Clear communicator who can interface with clients and write crisp technical docs. • Nice to have Azure-first experience (Azure OpenAI, Azure AI Studio, Azure Functions/Container Apps/AKS, Private Link/VNet, Key Vault, Entra ID). • Cross-cloud exposure (AWS/GCP) and hybrid integrations; experience with enterprise connectors (SharePoint/OneDrive, ServiceNow, Salesforce). • Experience with structured output, constrained decoding, JSON Schemas, and program-of-thought planning.

🏖️ Benefícios

• Competitive and flexible compensation package aligned to experience, scope, and engagement model. • Performance incentives • Equity participation • Learning & sharing culture with deep dives, brown bags, and support for certifications/publication. • Inclusive, flexible workplace.