Senior AI Engineer

🕒 Agosto 18

🇺🇸 Estados Unidos – Remoto (EUA)

⏰ Tempo Integral

🟠 Sênior

🤖 Engenheiro de IA

👻 Score fantasma 13%

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

STARLIMS

SiteLinkedInTodas as Vagas

201 - 500 funcionários

Fundada em 1986

🍽️ Alimentos e Bebidas

📦 Logística

🏭 Manufatura

Food & Beverage • Logistics • Manufacturing

STARLIMS é um provedor líder de sistemas de gerenciamento de informações laboratoriais (LIMS) e soluções de informática, atendendo diversos setores, incluindo ciências biológicas, bens de consumo e saúde pública. Com mais de 1. 100 clientes em mais de 85 países, a STARLIMS simplifica as operações laboratoriais, aumenta a eficiência e melhora a integridade dos dados através de suas plataformas abrangentes. A empresa tem oferecido soluções inovadoras desde sua fundação em 1986, ajudando laboratórios a otimizarem seus processos de P&D e controle de qualidade.

Descrição

• Design and build the runtime for agent planning, execution loops, tool calling, state management, durable execution, and failure recovery • Build safe access layers for platform data and external systems • Design agent and workflow coordination, delegation, and handoffs • Make agent behavior versionable, testable, measurable, and regression-safe • Build reusable primitives for configuring new agents • Convert domain workflows into working agents with defined goals, actions, execution flows, failure handling, and success criteria • Ground agent decisions and outputs in authoritative enterprise data • Implement human-in-the-loop approval gates, override capture, uncertainty handling, and evidence for decisions • Use user corrections and overrides to improve agents • Build evaluation harnesses for multi-step behavior and define production quality, reliability, latency, cost, and intervention metrics • Implement guardrails, fallbacks, timeouts, cost ceilings, observability, and tracing • Design safeguards against prompt injection, unsafe tool use, excessive permissions, data leakage, and other agent security risks • Manage prompt evolution, model drift, and non-determinism across releases • Integrate agents with platform APIs and third-party enterprise systems • Build retrieval and context pipelines for reliable, permission-aware enterprise data • Design controlled automated execution paths with traceable audit trails • Build and operate AWS backend services • Own significant system architecture and contribute to technical decisions • Contribute to infrastructure-as-code and deployment pipelines

🎯 Requisitos

• 6+ years of software engineering experience, including production systems • Experience building production LLM systems with tool-using or multi-step agentic workflows • Strong understanding of LLM behavior, limitations, and failure modes • Experience with LLM APIs, tool and function calling, and planning and execution loops • Experience evaluating and debugging non-deterministic systems • Solid backend and cloud experience with AWS or equivalent • Proficiency in TypeScript and/or Python • Comfortable debugging distributed and non-deterministic systems • Comfortable trading off accuracy, latency, reliability, and cost • Comfortable working in ambiguous problem spaces • Comfortable owning production systems end-to-end • Comfortable choosing conventional software when AI is not appropriate • Nice to have: C# and Microsoft .NET Framework • Nice to have: MCP and related agent/tool protocols • Nice to have: agentic evaluation pipelines and metrics • Nice to have: regulated or domain-heavy systems experience • Nice to have: retrieval and grounding techniques • Nice to have: workflow and durable-execution platforms such as Temporal, Step Functions, or n8n • Nice to have: containerization and orchestration with ECS, EKS, or Kubernetes • Nice to have: infrastructure as code with Terraform or similar