Engenheiro de IA Sênior (IA Generativa e MLOps) (Monte Bravo)

🏢 Leega Consultoria · all Leega Consultoria jobs
📍 Brazil
📅 Posted 2026-08-22 · via Himalayas
🏷 AI-Engineering,Machine-Learning-Engineering,MLOps,Generative-AI-Engineering,Senior-AI-Engineer,Engenheiro-De-IA,Engenharia-De-IA,Engenheiro-De-Machine-Learning,Desenvolvedor-De-IA
Apply on original site ↗

A Leega é uma empresa focada no atendimento eficiente e inovador em seus clientes.

Isso não poderia ser diferente com o nosso principal combustível: as pessoas!

Nossa cultura é inspiradora e nossos valores estão presentes no dia a dia: ética e transparência, excelência de qualidade, trabalho em equipe, responsabilidade econômica, social e ambiental, relações humanas e credibilidade.

Buscamos profissionais inovadores que sejam movidos por desafios e focados em resultados.

Se você busca uma empresa dinâmica e parceira e que investe em seus colaboradores através de capacitação constante, a Leega é o lugar para você!

>> A LEEGA É PARA TODOS, ficaremos muito felizes em ter você em nosso time. Venha fazer parte da nossa história e da construção do nosso futuro.
Cadastre-se agora mesmo em nossas vagas!

Buscamos um Engenheiro de IA Sênior para conceber e liderar tecnicamente arquiteturas de Inteligência Artificial de alta complexidade no ecossistema AWS. O profissional domina o ciclo completo das soluções, da definição da arquitetura à operação em produção, com foco em IA Generativa e em ecossistemas de MLOps em larga escala.

A posição combina mão na massa e visão estratégica: além de construir, o profissional é referência técnica do time, define padrões de governança, segurança e uso ético de IA, e conecta as decisões de arquitetura aos desafios corporativos mais críticos.
Principais responsabilidades

- Conceber arquiteturas de IA de alta complexidade, cobrindo o ciclo completo das soluções, do desenho à operação.

- Atuar como referência técnica, orientando decisões de arquitetura e disseminando boas práticas de engenharia de IA.

- Desenhar e implementar soluções de IA Generativa com LLMs e RAG aplicadas a problemas corporativos críticos.

- Definir e evoluir o ecossistema de MLOps em larga escala, cobrindo treinamento, versionamento, deploy e monitoramento.

- Estabelecer padrões de governança, segurança e uso ético de IA, incluindo controle de acesso, proteção de dados sensíveis e avaliação de riscos dos modelos.

- Garantir escalabilidade, resiliência e otimização de custos das soluções de IA em produção.

- Definir estratégias de avaliação de modelos, com métricas técnicas e de negócio para sustentar as decisões.

- Avaliar novas tecnologias e propor caminhos de adoção, equilibrando inovação e viabilidade.

- Traduzir desafios de negócio em arquiteturas de IA, atuando junto a áreas técnicas e executivas.

Requisitos obrigatórios

- Experiência consolidada em engenharia de IA, com atuação na concepção de arquiteturas de alta complexidade.

- Domínio do ciclo completo de soluções de IA, do desenho e experimentação à operação em produção.

- Experiência aprofundada com IA Generativa, incluindo LLMs e arquiteturas de RAG em ambiente produtivo.

- Experiência com ecossistemas de MLOps em larga escala, cobrindo treinamento, versionamento, deploy e monitoramento.

- Experiência prática com os serviços de IA e Machine Learning da AWS (SageMaker e Bedrock).

- Domínio de Python aplicado a soluções de IA e Machine Learning.

- Conhecimento de SQL e de manipulação de dados para preparação de datasets.

- Conhecimento avançado de governança, segurança e uso ético de IA, incluindo proteção de dados sensíveis e avaliação de riscos dos modelos.

- Vivência em escalabilidade, resiliência e otimização de custos de soluções de IA em produção.

- Atuação como referência técnica, com capacidade de conduzir decisões de arquitetura e orientar outros profissionais.

Diferenciais

- Experiência com frameworks de aplicações e agentes com LLMs, como LangChain, LangGraph, CrewAI ou similares.

- Vivência com bancos de dados vetoriais e com estratégias avançadas de recuperação e avaliação de RAG.

- Experiência no desenvolvimento e treinamento de modelos próprios de Machine Learning, com bibliotecas como PyTorch ou TensorFlow.

- Vivência com containers e orquestração, como Docker e Kubernetes.

- Vivência com infraestrutura como código (Ter

← All remote jobs