[Hiring] AI Solutions Engineer - Autonomous Agents & Multi-Agent Systems @Lighthouse

Role Description

Você será responsável por arquitetar, construir e manter sistemas agênticos complexos e stateful (com estado persistente). O foco desta posição não é apenas criar chains lineares, mas sim projetar grafos de execução cíclicos onde agentes tomam decisões, utilizam ferramentas (tool calling), refletem sobre seus erros e interagem em arquiteturas multi-agente.

• Arquitetura de Agentes: Projetar e implementar fluxos de controle complexos usando LangGraph, definindo nós, arestas condicionais e persistência de estado (checkpointers).
• Orquestração de Ferramentas: Criar ferramentas customizadas (custom tools) que permitam aos agentes interagir com APIs externas, bancos de dados SQL/NoSQL e sistemas legados de forma segura.
• RAG Avançado: Implementar pipelines de Retrieval-Augmented Generation (RAG) que suportem recuperação semântica, re-ranking e "Self-RAG" (onde o agente avalia a qualidade do documento recuperado).
• Otimização e Custo: Monitorar e otimizar a latência e o consumo de tokens, utilizando técnicas de cache e seleção dinâmica de modelos (router).
• Avaliação (Eval): Criar datasets de teste e implementar frameworks de avaliação (como LangSmith ou Ragas) para garantir que os agentes não alucinem e mantenham a consistência.

Qualifications

• Python Avançado: Domínio de programação assíncrona (asyncio), tipagem forte (Pydantic) e boas práticas de engenharia de software (Clean Code, SOLID).
• Ecossistema LangChain: Experiência comprovada em produção com LangChain (LCEL) e, crucialmente, LangGraph para orquestração de loops cognitivos.
• LLMs & APIs: Profundo entendimento de como funcionam os LLMs (GPT-4, Claude 3.5, Llama 3), incluindo function calling, structured output e prompt engineering avançado.
• Bancos Vetoriais: Experiência com pelo menos um Vector DB (Pinecone, Weaviate, Qdrant ou pgvector).
• Backend & API: Experiência em expor esses agentes via APIs REST ou WebSocket (FastAPI ou Django Ninja).

Requirements

• Conhecimento em DSPy para otimização programática de prompts.
• Experiência com implantação de LLMs locais (Ollama, vLLM).
• Entendimento de arquiteturas de memória de longo prazo (Zep, MemGPT).
• Contribuição ativa em projetos Open Source de IA.

Profile Comportamental

• Pensamento Sistêmico: Capacidade de visualizar como um agente afeta o outro dentro de um grafo complexo.
• Resiliência a Erros: Entender que LLMs são probabilísticos e construir sistemas defensivos (guardrails) para lidar com falhas.
• Curiosidade: A área muda semanalmente; você precisa gostar de ler papers e testar novas bibliotecas constantemente.