Description review
Engenheiro(a) de IA SR
Grupo SysMap · Brazil · back to the listing
HR standards
41/100
poor
Title ↔ description
75/100
solid
Reads as
Machine Learning Engineer
97% confident
What this role officially is
data scientist — ESCO, the EU occupation classification
Data scientists find and interpret rich data sources, manage large amounts of data, merge data sources, ensure consistency of data-sets, and create visualisations to aid in understanding data. They build mathematical models using data, present and communicate data insights and findings to specialists and scientists in their team and if required, to a non-expert audience, and recommend ways to apply the data.
Also known as: data scientists, data engineer, research data scientist, data expert, data research scientist
How others title the same work
Large employers
- Applied AI Engineer Automattic
- Machine Learning Engineer, CX Intelligence Coinbase
- AI Engineer - FDE (Forward Deployed Engineer) Databricks
- AI Engineer - FDE (Forward Deployed Engineer) - U.S. Federal Sector Databricks
- Senior AI Engineer – Notebooks Datadog
Startups
- Attendi | Medior Machine Learning Engineer | Amsterdam, Netherlands | ONSITE (hybrid) | €6,000 - €7,000 per month | Full-time (80–100%, ~4–5 days/week) | Visa sponsorship + 30% ruling possible Attendi
- Member of Technical Staff (applied) Anthrogen
- Aptura AI | Full-Time | MTS (Applied AI), MTS (SWE / Product) | London | ONSITE / HYBRID Aptura AI
- Arcforma AI (arcforma.ai) | AI Engineer (Marketing / Construction / Arcforma AI (arcforma.ai)
- Staff AI Engineer - Agent Architecture & Behavior Artisan
What the listing never says
- 21 bullet points. Long requirement lists deter qualified candidates, who read them as hard gates. Scope clarity
- No section describes what the person would actually do. Scope clarity
- No pay range published. Candidates cannot tell whether applying is worth their time. Pay transparency
- No location or timezone policy stated, so a candidate cannot tell where they may work from. Scope clarity
The listing, marked up
Nothing in the wording of this listing tripped a check. The scores above still judge how complete and coherent it is.
Você é movido(a) por tecnologia, dados e inovação? 🚀
Na , transformamos desafios complexos em soluções inteligentes. Somos uma empresa brasileira focada em Analytics, IA e transformação digital, ajudando organizações a tomar decisões mais estratégicas e gerar impacto real nos negócios.
Trabalhamos com diferentes setores do mercado, sempre combinando tecnologia de ponta, visão de negócio e execução ágil.
Se você quer construir soluções que fazem a diferença e crescer junto com um time de alta performance, seu lugar pode ser aqui.
👉 Vem para a e construa o futuro com a gente.
• Projetar e implementar sistemas multiagente com orquestração de ferramentas, memória, roteamento e mecanismos de fallback;
• Construir e otimizar pipelines de RAG: ingestão, chunking, estratégias de indexação, busca híbrida, reranking e avaliação de qualidade de recuperação;
• Desenvolver APIs e serviços em Python (FastAPI) para expor capacidades de IA, com testes, versionamento e CI/CD;
• Definir e implementar a camada de avaliação: datasets de referência, métricas de qualidade, regressão de prompts e testes automatizados antes de cada release;
• Instrumentar observabilidade de LLM: tracing de execuções, tokens, custo por requisição, taxa de erro por ferramenta e latência por etapa;
• Otimizar custo e desempenho: seleção de modelo por tarefa, ajuste de esforço de raciocínio, cache, batching e redução de contexto;
• Integrar os agentes a sistemas legados e canais corporativos, tratando autenticação, limites de taxa, idempotência e reprocessamento.
• Experiência comprovada em desenvolvimento Python em nível avançado: tipagem, async, estruturação de projeto, testes e boas práticas de engenharia;
• Vivência real colocando aplicações de LLM em produção;
• Domínio de frameworks de orquestração de agentes (LangGraph, LangChain, CrewAI, Semantic Kernel ou SDK proprietário equivalente);
• Experiência prática com RAG de ponta a ponta e com bancos vetoriais ou motores de busca (Azure AI Search, OpenSearch, pgvector, Qdrant, Elasticsearch);
• Sólido entendimento de engenharia de prompt aplicada, structured outputs, function calling e estratégias de controle de alucinação;
• Experiência com pelo menos uma nuvem pública em produção, incluindo containers, serverless, mensageria e gestão de identidade e acesso;
• Familiaridade com Docker, Git e pipelines de CI/CD;
• Capacidade de comunicação técnica com clientes, incluindo apresentar decisões de arquitetura e defender trade offs.
Diferenciais
Valorizamos fortemente quem já construiu soluções de IA sobre a stack da AWS:
•
Amazon Bedrock: invocação de modelos, Knowledge Bases, Guardrails, Agents e escolha de modelo por caso de uso;
•
Amazon SageMaker: endpoints de inferência, hospedagem de modelos abertos e jobs de treino ou fine tuning;
•
Compute e orquestração: EKS, ECS/Fargate, Lambda e Step Functions para fluxos assíncronos e de longa duração;
•
Busca e dados: OpenSearch Service (incluindo busca vetorial e híbrida), S3, DynamoDB, Aurora PostgreSQL com pgvector;
•
Integração e eventos: API Gateway, SQS, SNS, EventBridge;
•
Governança e operação: IAM com privilégio mínimo, VPC e endpoints privados, Secrets Manager, KMS, CloudWatch e X-Ray para tracing.
Originally posted on Himalayas
Na , transformamos desafios complexos em soluções inteligentes. Somos uma empresa brasileira focada em Analytics, IA e transformação digital, ajudando organizações a tomar decisões mais estratégicas e gerar impacto real nos negócios.
Trabalhamos com diferentes setores do mercado, sempre combinando tecnologia de ponta, visão de negócio e execução ágil.
Se você quer construir soluções que fazem a diferença e crescer junto com um time de alta performance, seu lugar pode ser aqui.
👉 Vem para a e construa o futuro com a gente.
• Projetar e implementar sistemas multiagente com orquestração de ferramentas, memória, roteamento e mecanismos de fallback;
• Construir e otimizar pipelines de RAG: ingestão, chunking, estratégias de indexação, busca híbrida, reranking e avaliação de qualidade de recuperação;
• Desenvolver APIs e serviços em Python (FastAPI) para expor capacidades de IA, com testes, versionamento e CI/CD;
• Definir e implementar a camada de avaliação: datasets de referência, métricas de qualidade, regressão de prompts e testes automatizados antes de cada release;
• Instrumentar observabilidade de LLM: tracing de execuções, tokens, custo por requisição, taxa de erro por ferramenta e latência por etapa;
• Otimizar custo e desempenho: seleção de modelo por tarefa, ajuste de esforço de raciocínio, cache, batching e redução de contexto;
• Integrar os agentes a sistemas legados e canais corporativos, tratando autenticação, limites de taxa, idempotência e reprocessamento.
• Experiência comprovada em desenvolvimento Python em nível avançado: tipagem, async, estruturação de projeto, testes e boas práticas de engenharia;
• Vivência real colocando aplicações de LLM em produção;
• Domínio de frameworks de orquestração de agentes (LangGraph, LangChain, CrewAI, Semantic Kernel ou SDK proprietário equivalente);
• Experiência prática com RAG de ponta a ponta e com bancos vetoriais ou motores de busca (Azure AI Search, OpenSearch, pgvector, Qdrant, Elasticsearch);
• Sólido entendimento de engenharia de prompt aplicada, structured outputs, function calling e estratégias de controle de alucinação;
• Experiência com pelo menos uma nuvem pública em produção, incluindo containers, serverless, mensageria e gestão de identidade e acesso;
• Familiaridade com Docker, Git e pipelines de CI/CD;
• Capacidade de comunicação técnica com clientes, incluindo apresentar decisões de arquitetura e defender trade offs.
Diferenciais
Valorizamos fortemente quem já construiu soluções de IA sobre a stack da AWS:
•
Amazon Bedrock: invocação de modelos, Knowledge Bases, Guardrails, Agents e escolha de modelo por caso de uso;
•
Amazon SageMaker: endpoints de inferência, hospedagem de modelos abertos e jobs de treino ou fine tuning;
•
Compute e orquestração: EKS, ECS/Fargate, Lambda e Step Functions para fluxos assíncronos e de longa duração;
•
Busca e dados: OpenSearch Service (incluindo busca vetorial e híbrida), S3, DynamoDB, Aurora PostgreSQL com pgvector;
•
Integração e eventos: API Gateway, SQS, SNS, EventBridge;
•
Governança e operação: IAM com privilégio mínimo, VPC e endpoints privados, Secrets Manager, KMS, CloudWatch e X-Ray para tracing.
Originally posted on Himalayas