Senior Technical Lead – Agentic AI

Vaga não está no LinkedIn

🕒 2 dias atrás

🇮🇳 Índia – Remoto

💵 ₹3.000.000 - ₹5.000.000 / ano

⏰ Tempo Integral

🟠 Sênior

🧑‍💻 Engenheiro Full-stack

👻 Score fantasma 0%

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

Weekday

SiteLinkedInTodas as Vagas

501 - 1000 funcionários

Fundada em 2002

👗 Moda

🛒 Varejo

🛍️ Comércio Eletrônico

Fashion • Retail • eCommerce

A Weekday é o seu paradoxo cotidiano envolto em denim - sem desculpas, imprevisível e sempre em evolução. Descubra nossa gama completa de moda masculina e feminina, desde jeans icônicos Weekday e ternos perfeitamente imperfeitos até roupas íntimas focadas em conforto e estampas gráficas ousadas inspiradas na cultura pop. Construa seu guarda-roupa com jeans Astro e peças de scuba volumosas, ideais para criar visuais relaxados, mas modernos. Explore minissaias e maxissaias essenciais, camisas oversized, tops de manga curta e jaquetas leves - todas disponíveis em tons suaves e cores sazonais vibrantes. Seja ao estilizar camisetas meio dobradas ou looks em camadas, a Weekday oferece peças marcantes e básicos versáteis para adaptar-se ao seu humor, seu momento e seu cotidiano, abraçando as muitas verdadeiras expressões da juventude.

Descrição

• Architect and develop Agentic AI and Generative AI systems from concept through production • Build multi-step reasoning agents, tool/function-calling workflows, and multi-agent architectures using LangGraph, AutoGen, CrewAI, or custom orchestration • Design and productionize scalable RAG pipelines, including chunking, embeddings, vector search, and hybrid retrieval • Evaluate and select foundation models based on performance, accuracy, latency, cost, and business requirements • Develop strategies for prompt engineering, model routing, fine-tuning, and optimization • Own technical architecture decisions for scalable, reliable, and cost-efficient LLM applications • Establish engineering standards covering testing, evaluation, observability, guardrails, hallucination mitigation, and production monitoring • Design APIs, microservices, and cloud-native architectures supporting AI applications at scale • Drive AI/LLMOps practices across model lifecycle management, deployment, monitoring, and continuous improvement • Lead, mentor, and develop AI/ML and backend engineers • Conduct technical design reviews, architecture discussions, and code reviews • Partner with Product, Data Science, Platform, Security, and Compliance teams • Ensure AI systems meet privacy, security, compliance, and responsible-AI requirements • Communicate complex technical concepts to senior leadership and business stakeholders • Represent the AI engineering function in strategic GenAI technology and roadmap discussions

🎯 Requisitos

• 10+ years of overall software engineering experience, including 4+ years working directly with AI/ML systems • At least 2+ years of hands-on experience building and deploying LLM-based or agentic AI applications in production • Deep expertise in LLM application development, RAG, embeddings, vector databases, prompt engineering, and AI agents • Practical experience with multi-agent systems, tool/function calling, memory management, planning, and reasoning workflows • Strong Python and software engineering fundamentals with experience building scalable, distributed, production-grade systems • Experience with APIs, microservices, cloud-native architecture, and at least one major cloud platform such as AWS, Azure, or GCP • Hands-on experience with MLOps/LLMOps tools such as MLflow, LangSmith, Weights & Biases, or equivalent platforms • Working knowledge of LLM fine-tuning and evaluation techniques, including LoRA/PEFT, RLHF concepts, and offline/online evaluation frameworks • Proven ability to provide technical leadership, mentor engineers, own architecture decisions, and collaborate across teams • Strong communication skills with the ability to translate complex technical concepts into clear business and executive-level discussions