Estados Unidos
B&A
Insight Global
Engenheiro de IA
Estados Unidos
Dunwoody, Georgia, United States
Python
Tradução automática. Consulte o original.
Visão Geral
Você projetará e construirá fluxos de trabalho agenticos — sistemas multi-etapas e multi-agentes que raciocinam, utilizam ferramentas, chamam serviços externos e se recuperam de falhas — levando-os do protótipo a um ambiente de produção confiável. Você transformará requisitos de negócio em sistemas de agentes funcionais: compondo agentes, projetando os prompts e comportamentos que os direcionam, conectando as ferramentas e fontes de dados necessárias, escolhendo como os agentes se coordenam e decidindo onde a intervenção humana é necessária. Você trabalhará sobre nossas ferramentas de desenvolvimento de agentes, portanto, grande parte da infraestrutura ao redor — identidade, guardrails, registro de logs e monitoramento — já estará resolvida para você; seu foco será montar essas peças em algo que resolva um problema real e se comporte de maneira previsível, mesmo quando os modelos subjacentes não o fizerem. O trabalho é prático e voltado ao produto: você traduzirá requisitos em designs, fará com que funcionem com dados reais, os tornará robustos para produção e continuará a aprimorá-los após o lançamento.
Responsabilidades
- Projetar e construir fluxos de trabalho agenticos — sistemas multi-etapas e multi-agentes que raciocinam, chamam ferramentas e se recuperam de falhas — sendo responsável por eles desde o design até a produção.
- Compor agentes em pipelines confiáveis que se integrem a APIs externas, serviços internos e fontes de dados, com tratamento de erros claro e semântica de retentativa.
- Projetar e iterar sobre os prompts e comportamentos que direcionam cada agente, tratando-os como artefatos versionados e testados em vez de strings inline, e validando-os contra conjuntos de avaliação.
- Construir as ferramentas e integrações das quais os agentes dependem — interfaces de função bem tipadas ou endpoints de serviço — com atenção à segurança e correção.
- Escolher a abordagem de coordenação correta para cada tarefa — um supervisor direcionando trabalhadores, um planejador e executor, agentes competidores ou críticos, ou uma sequência fixa — e saber quando cada uma se aplica.
- Decidir onde a revisão e aprovação humana são necessárias e incorporar esses pontos de verificação em fluxos de trabalho de longa duração.
- Conectar estado e memória de forma apropriada — contexto de trabalho de curto prazo e memória de longo prazo — para que os agentes tenham o que precisam sem vazar dados entre usuários ou locatários.
- Construir suítes de avaliação e verificações de regressão que meçam se um fluxo de trabalho realmente cumpre seu papel — qualidade de trajetória e resultado, não apenas sucesso/falha.
- Tornar os fluxos de trabalho robustos para produção — diagnosticando timeouts, falhas parciais, comportamento inesperado do modelo e desvio de estado em sistemas de longa duração e não determinísticos.
- Instrumentar e depurar o comportamento do agente usando rastreamento, logs e telemetria de custo e latência.
- Contribuir para padrões compartilhados, convenções e componentes reutilizáveis que elevem o nível de qualidade de como os sistemas agenticos são construídos em toda a equipe.
- Colaborar com o time de produto e a equipe de engenharia mais ampla para traduzir requisitos de negócio em designs de agentes que sejam práticos de construir, operar e governar.
Qualificações
Qualificações obrigatórias
- Fundamentos sólidos de engenharia de software com Python em nível de produção — código limpo e testado; familiaridade com padrões assíncronos e processos com estado de longa duração.
- Experiência na construção ou trabalho com sistemas agenticos ou baseados em LLM em um ambiente de produção ou próximo à produção — onde um modelo direciona o fluxo de controle através do uso de ferramentas, raciocínio multi-etapas ou transferências entre agentes.
- Ter composto fluxos de trabalho multi-etapas ou multi-agentes — orquestrando agentes, gerenciando estado compartilhado, encadeando chamadas de ferramentas e lidando com falhas e retentativas.
- Habilidade prática em engenharia de prompt — capacidade de projetar prompts e mensagens de sistema que tornem o comportamento do modelo consistente, e tê-los aprimorado com base em avaliações em vez de intuição.
- Experiência em integração com APIs externas e serviços — REST, autenticação, tratamento de erros e design para falhas parciais.
- Ter construído ferramentas ou integrações que um modelo ou agente chama — interfaces de função, design de esquema ou endpoints de serviço.
- Disciplina com avaliação — capacidade de descrever uma suíte de avaliação construída para um sistema agentico ou de LLM, como criou a verdade fundamental (ground truth) e o que ela comprovou.
- Instintos sólidos de depuração para sistemas distribuídos e não determinísticos — capacidade de raciocinar sobre falhas que abrangem múltiplos agentes ou serviços.
- Escrever testes significativos para sistemas complexos e com estado — cobertura de unidade, integração e nível de cenário.
- Familiaridade com observabilidade de agentes ou LLM — rastreamento, registro de logs ou monitoramento de chamadas de modelo e ferramentas.
- Experiência em engenharia de backend — APIs, filas, bancos de dados — que lhe dê base quando os fluxos de trabalho tocam a infraestrutura.
- Exposição a sistemas multi-locatários e preocupações com isolamento de dados.
Qualificações desejáveis
- Experiência com execução de fluxos de trabalho duráveis ou de longa duração — sistemas onde o estado deve sobreviver a reinicializações, retentativas ou falhas parciais.
- Familiaridade com memória de agentes — memória de trabalho, memória de longo prazo e gerenciamento de janelas de contexto.
- Ter trabalhado com geração aumentada por recuperação (RAG) e reranking — conectando a recuperação a um fluxo de trabalho de agente e medindo seu efeito.
- Exposição a padrões de humano-no-loop (human-in-the-loop) — etapas de aprovação, políticas de escalonamento e fluxos de trabalho de revisão em produção.
- Experiência com frameworks ou padrões de orquestração de agentes (LangGraph ou comparável).
- Familiaridade com riscos de injeção de prompt e adversários em sistemas de agentes e recuperação, e como mitigá-los.
- Confortável em trabalhar com uma SDK ou abstração de framework — entende suas restrições e quando escalar lacunas.
- Contribuições de código aberto para frameworks de agentes ou ferramentas relacionadas.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil