Skills
Sobre a Vaga
Você vai atuar na equipe de RevOps, responsável pela camada de sistemas, automação e operações que sustentam o crescimento da empresa. O foco do time é evoluir o modelo tradicional de ferramentas operadas por humanos para uma arquitetura “AI-native”, com agentes e automações que interagem diretamente com o stack de go-to-market (GTM).
Responsabilidades
- Projetar e construir sistemas de agentes de IA em Python para fluxos de negócios complexos e multi-etapas (qualificação, geração de e-mails, roteamento, enriquecimento e orquestração de outbound)
- Desenvolver abstrações independentes do modelo para desacoplar a lógica de negócio dos provedores de LLM (flexibilidade entre Claude, GPT e modelos open-source)
- Construir e operar serviços de backend (FastAPI/Flask) com deploy em Kubernetes, do ciclo de vida de configuração até a confiabilidade em produção
- Definir padrões de uso de ferramentas para agentes (function calling estruturado, gerenciamento de estado por turnos e tratamento robusto de falhas dos modelos)
- Integrar sistemas externos (CRM, APIs de enriquecimento, plataformas de outreach e Slack) com tratamento de erros, retries, rate limiting e contratos de dados
- Implementar observabilidade em produção para acompanhar comportamento dos agentes, taxas de sucesso, detectar regressões e depurar falhas não determinísticas
- Conduzir experimentos e avaliações (A/B tests, variações de prompts e comparações de modelos) com infraestrutura de mensuração do que realmente funciona
Requisitos
- 2+ anos de experiência com desenvolvimento de serviços de backend em Python
- Experiência em sistemas de agentes de IA multi-etapas e com estado (decisões do modelo, chamadas de ferramentas e operação entre múltiplas interações)
- Entendimento dos aspectos de LLM que impactam o design do sistema: gestão de contexto, budgets de tokens, trade-offs de custo/latência/capacidade, outputs estruturados e estratégias para lidar com alucinações e recusas
- Experiência com testes e avaliação de sistemas não determinísticos, com abordagem além de “output == esperado”
- Base sólida em arquitetura de software: design de APIs, gerenciamento de estado, tolerância a falhas e degradação graciosa quando serviços upstream falham
- Experiência com deployments containerizados (Docker, Kubernetes) e pipelines de CI/CD
- Integrações com APIs externas em escala: fluxos de autenticação, rate limiting, retries, normalização de dados e controle da complexidade operacional de múltiplos fornecedores
- Proficiência em SQL e sistemas de dados para targeting, enriquecimento e pipelines analíticos
- Observabilidade aplicada na prática: logging estruturado, tracing, alertas e monitoramento para depuração real
- Alta autonomia: você implementa, investiga incidentes e fecha o ciclo entre o que foi entregue e o desempenho em produção
Beneficios
- Ambiente de aprendizado contínuo e crescimento profissional
- Atuação em uma área estratégica (GTM/RevOps) com impacto direto no negócio
- Oportunidade de construir sistemas de IA com alto nível de ownership e foco em confiabilidade em produção