Sobre a GOK

A GOK é uma empresa de inovação digital que atua na construção e evolução de produtos, plataformas e operações de tecnologia para grandes organizações.

Trabalhamos com desafios de transformação digital, engenharia de software, arquitetura e inteligência artificial, combinando visão estratégica com capacidade prática de execução.

Sobre o desafio
Buscamos um engenheiro de IA para construir e manter a plataforma técnica que sustenta modelos e agentes em produção em uma instituição financeira.
A pessoa será responsável pela esteira do experimento à produção, garantindo reprodutibilidade, segurança, observabilidade e controle das implantações. Também desenvolverá aplicações com recuperação de contexto e agentes integrados aos dados e sistemas transacionais da instituição.

Principais responsabilidades

Construir e manter esteiras com versionamento, testes automatizados, implantação controlada e rollback.
Implementar MLOps, incluindo registro de modelos, pipelines de treino e inferência, retreino, monitoramento e detecção de deriva.
Implementar LLMOps, incluindo gateway unificado de modelos, versionamento de prompts, avaliação automatizada e cache.
Desenvolver aplicações com RAG e agentes, implementando seus harnesses, gestão de contexto, skills, ferramentas e controles de execução.
Integrar as soluções às fontes de dados, APIs e sistemas transacionais, incluindo integrações via MCP.
Monitorar qualidade, disponibilidade, latência, throughput e custos, com rastreabilidade por uso.
Implementar guardrails, controles de acesso e proteção de dados conforme as exigências do ambiente regulado.
Investigar falhas e manter procedimentos de recuperação e documentação operacional.

Requisitos técnicos

Experiência em engenharia de software aplicada a sistemas de dados e inteligência artificial.
Domínio de Python e experiência com Spark.
Experiência na implementação de MLOps e LLMOps.
Conhecimento prático de harnesses de agentes: ciclo de execução, gestão de estado, checkpoints, retomada e tratamento de falhas.
Conhecimento de engenharia de contexto, incluindo seleção de informações, memória, limites de tokens e isolamento entre sessões e usuários.
Experiência com skills, tool calling e MCP para disponibilizar capacidades e ferramentas aos agentes.
Conhecimento de RAG, embeddings, recuperação e avaliação da relevância do contexto.
Experiência com plataformas de nuvem, containers, CI/CD e infraestrutura como código.
Domínio dos impactos de latência, throughput, custo por requisição e modos de falha na operação.
Conhecimento de segurança aplicada a IA, incluindo guardrails, permissões, gestão de segredos e proteção contra prompt injection.
Experiência em ambientes regulados, com requisitos de auditoria e rastreabilidade.

Diferenciais

Vivência em serviços financeiros.
Experiência com bancos vetoriais e plataformas de serving de modelos.
Experiência com orquestração multiagente e frameworks como LangGraph e LangChain.
FinOps aplicado ao consumo de IA.