AI Engineer

🕒 Outubro 22, 2025

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 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

Quadrivia AI

SiteLinkedInTodas as Vagas

11 - 50 funcionários

🤖 Inteligência Artificial

☁️ SaaS

🤝 B2B

Artificial Intelligence • SaaS • B2B

A Quadrivia AI é uma empresa de IA focada em saúde que desenvolve o "Qu", um assistente de IA voltado para o clínico, projetado para apoiar fluxos de trabalho clínico entre provedores, pagadores, farmacêuticas e startups. Qu realiza tarefas como obtenção de histórico, geração de hipóteses, recomendações de investigação, planejamento de tratamento, monitoramento, coordenação de cuidados e resumo de consultas; mantém um registro de saúde pessoal, é projetado para integração com EHRs e dispositivos vestíveis (capacidades futuras) e enfatiza segurança clínica, supervisão humana no processo, conformidade regulatória e implantação personalizável. A plataforma é oferecida como um produto personalizável em nuvem para ajudar clínicos e organizações de saúde a expandir o alcance, seguimento e tarefas clínicas de rotina, preservando o controle e a precisão clínica do médico.

Descrição

• Own Qu’s brain service end to end: architecture, SLAs, latency budgets, error modes, rollouts. • Low-latency comms: streaming text and voice, VAD, barge-in, turn-taking, interruption handling. • Multi-agent orchestration: planner–executor–critic patterns, role routing, shared memory, tool routers, coordination protocols and evaluation. • Reasoning & optimization: ReAct, Chain-of-Thought, plus Tree-/Graph-of-Thoughts when useful. • Programmatic prompt optimization: DSPy for prompt/program compilation; integrate MiPRO and GEPA for iterative prompt evolution under eval constraints. • RAG engineering: high-signal retrieval (chunking, hybrid search, re-ranking), query rewriting, compression, caching, freshness, and strong grounding; evaluate faithfulness, context precision/recall, and answer relevancy. • Evaluation & observability: Pre-call validate inputs, enforce safety, and verify retrieval quality for RAG; in-call trace prompts, tool calls, token/latency/cost and enforce streaming guardrails; post-call run automated task evals (faithfulness, relevancy, hallucination, safety), regressions, red-teaming, and CI/CD gates. Instrument with structured logs and OpenTelemetry, surface dashboards and alerts, and feed live traffic slices into shadow evals for drift detection.

🎯 Requisitos

• 5+ years in ML or backend engineering in product environments; recent focus on LLM systems. • Expert Python. Strong FastAPI, asyncio, pydantic, and production observability. • Real-time systems: you’ve built or integrated low-latency text/voice. You have used LiveKit, Pipecat or similar tech. • Working knowledge of agent patterns and eval-driven development. • Hands-on with ReAct and CoT; pragmatic with ToT/GoT tradeoffs. • Prior startup experience.

🏖️ Benefícios

• Fun off-sites in Barcelona. • High-tech laptop and solid dev ergonomics. • Flexibility: work from home or hybrid in Barcelona/London.