Experiência em engenharia de software, tendo trabalhado a 2+ anos com AI.Domínio de Python (FastAPI, asyncio, bibliotecas de dados).Experiência prática com APIs de LLMs (Anthropic, OpenAI, Azure OpenAI, AWS Bedrock ou Vertex AI).Experiência sólida com RAG, bancos vetoriais (pgvector, OpenSearch, Pinecone ou similares) e estratégias de recuperação.Experiência construindo agentes e fluxos de function calling.Vivência com evals de LLMs e métricas de qualidade.Cloud (AWS ou GCP), Docker, CI/CD e boas práticas de engenharia (testes, Git, code review).Inglês avançado/Fluente.DiferenciaisExperiência com MCP (Model Context Protocol) e frameworks de agentes (Claude Agent SDK, LangGraph, LlamaIndex, Semantic Kernel).Fine-tuning, destilação ou deploy de modelos open-source (vLLM, Ollama, Hugging Face).Ferramentas de observabilidade de LLMs (Langfuse, LangSmith, Arize, OpenTelemetry).Kubernetes e Terraform.Experiência com IA multimodal (visão, documentos, voz).Integração com sistemas corporativos (SAP, Salesforce, ServiceNow).Experiência no setor automotivo ou de manufatura; alemão é um plus.Projetos open-source, publicações ou portfólio público de IA.Competências comportamentaisPerfil hands-on: prefere construir e testar a ficar teorizando.Pragmatismo: escolhe a solução mais simples que resolve o problema.Senso crítico sobre limitações, riscos e uso responsável da IA.Comunicação clara com públicos técnicos e de negócio.