AI/RAG Engineer

Vaga não está no LinkedIn

🕒 Setembro 29, 2025

🇺🇸 Estados Unidos – Remoto (EUA)

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🤖 Inteligência Artificial

👻 Score fantasma 46%

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

CoinMarketCap

SiteLinkedInTodas as Vagas

51 - 200 funcionários

₿ Cripto

💸 Finanças

🛍️ Comércio Eletrônico

Crypto • Finance • eCommerce

CoinMarketCap é uma plataforma líder em dados de mercado de criptomoedas que fornece informações em tempo real sobre preços de criptomoedas, volumes de negociação, capitalização de mercado e muito mais. Serve como um recurso abrangente para investidores e comerciantes acompanharem várias criptomoedas e analisarem as tendências do mercado.

Descrição

• Building AI search agents- including ReAct, planning, and multi-agent architectures via custom implementation or frameworks like LangGraph, Dify, or CrewAI. • Building end-to-end RAG pipelines from ingestion, chunking, embeddings, and hybrid vector search, ideally using Opensearch. • Operating and monitoring vector/hybrid indexes (e.g. OpenSearch) in production environments. • Implement grounding and citation to link generated answers back to their exact source passages. • Automate evaluation using synthetic QA, retrieval-hit-rate tracking, and model-critique loops to continuously measure accuracy and detect drift. • Orchestrating external tools or knowledge bases and monitoring latency and cost at production scale.

🎯 Requisitos

• Bachelor’s or Master’s degree in Computer Science, Artificial Intelligence, Machine Learning, or a related field. • 3+ years of experience in developing AI systems, with a focus on retrieval-augmented generation (RAG). • Proven track record in building and optimizing end-to-end RAG pipelines. • Experience with AI search agent development using frameworks like ReAct, LangGraph, Dify, or CrewAI. • Hands-on experience with OpenSearch or similar vector search technologies. • Proficiency in Python and relevant machine learning frameworks (e.g., PyTorch, TensorFlow). • Strong understanding of data ingestion, chunking, embeddings, and hybrid vector search techniques. • Experience with monitoring and managing production environments. • Knowledge of grounding and citation techniques in AI-generated content. • Familiarity with synthetic QA datasets and evaluation metrics.