ANALISTA DE ENGENHARIA DE SOFTWARE PL - Remoto
在 Inmetrics 中，创新和卓越在合作工作环境中一边运作。我们的文化重视：· 不断学习 · ️透明度与沟通 · 持续发展灵活性我们的时代是技术所致力于为客户提供真正价值的服务。设计和实施利用 AI 生成的系统，以解决客户实际业务问题，专注于时间与成本经济。技术领导：支持 IA 治理，评估新市场工具并定义时代智能开发标准。性能优化：确保当前平台 (Java/GCP) 集成的 AI 解决方案是弹性，安全，可扩展且具有财务实用性的。效率指标：帮助对使用 GitHub 的生产率增长进行 metrification. 工智与工程 （主题）主要领域：使用 Vertex AI,模型园区，管理和调整 LLM 的解决方案实现实践经验。技术工具：利用生产力和领导的工具作为 CopyHub 的帮助员工提供数据库，API 和复杂决策。️技术基础和集成 (Java&GCP) 背景：Sustainable experience in Java (11/17+) e Spring Boot,以创建出口，整合和支持 IA 模型所需的微服务和 API 层次。前端概念 （角形14+）专注于如何在实时中消费和呈现 AI 答案 （数据流动，对话式接口/UI 预测）.云与基础设施
查看英文原文
Na Inmetrics, a inovação e a excelência operam lado a lado em um ambiente de trabalho colaborativo, saudável e dinâmico. Nossa cultura valoriza:
- 📚 Aprendizado constante
- 🗣️ Transparência na comunicação
- 🔄 Flexibilidade para desenvolvimento contínuo
Nosso time é apaixonado por tecnologia e comprometido com entregas de valor real para os clientes. O diferencial da Inmetrics é a eficiência digital.
💛 Pessoas são o nosso maior ativo, por isso investimos em oportunidades que vão além de salário competitivo, oferecendo benefícios diferenciados e um ambiente saudável, reconhecido por nossos colaboradores.
👉 #VemPraInmetrics
🚀 Responsabilidades Estratégicas
Arquitetura de Soluções Inteligentes: Desenhar e implementar sistemas que utilizam IA generativa e workflows agênticos para resolver problemas reais de negócio do cliente, focando em economia de tempo e custo.
Liderança Técnica no Chapter de IA: Apoiar a governança de IA, avaliar novas ferramentas do mercado e definir os padrões de desenvolvimento inteligente do time.
Otimização de Performance: Garantir que as soluções de IA integradas à plataforma atual (Java/GCP) sejam resilientes, seguras, escaláveis e financeiramente viáveis.
Métricas de Eficiência: Ajudar a metrificar o ganho de produtividade gerado pelo uso de GitHub Copilot e Claude Code na equipe de desenvolvimento.
🛠️ Requisitos Obrigatórios (Must-haves)
🤖 Core: Inteligência Artificial & Engenharia de IA (Foco Principal)
Domínio da Cadeia de IA na GCP: Experiência prática avançada na implementação de soluções utilizando Vertex AI, Model Garden, gerenciamento e tunagem de LLMs (Gemini), e ferramentas de busca semântica/vetorial (Vector Search).
Workflows Agênticos e Automação: Sólido conhecimento no desenho e orquestração de Agentes de IA autônomos (Agentic Workflows), sabendo como conectar LLMs a bancos de dados, APIs externas e tomadas de decisão complexas.
Maximização de Produtividade com IA: Uso avançado e liderança técnica na adoção de ferramentas como GitHub Copilot e assistentes de IA para otimização do tempo de entrega da equipe.
🏗️ Base Técnica e Integração (Java & GCP)
Backend como Sustentação: Sólida experiência em Java (11/17+) e Spring Boot, com foco em criar a camada de microsserviços e APIs necessárias para expor, integrar e sustentar os modelos de IA.
Noções de frontend (Angular 14+) focadas em como consumir e renderizar respostas de IA em tempo real (streaming de dados, interfaces conversacionais/UI preditiva).
Cloud & Infraestrutura (GCP): Vivência em deployment escalável utilizando Cloud Run, Google Kubernetes Engine (GKE) e serviços de mensageria (Pub/Sub).
Bancos de Dados: Experiência prática com bancos relacionais (PostgreSQL/Cloud SQL) e estruturas não-relacionais ou vetoriais (estruturação de RAG).
🌟 Diferenciais (Nice-to-haves)
Domínio de Claude Code (Skills): Experiência avançada no uso e customização da CLI da Anthropic para automação profunda de refatoração, testes e navegação em bases de código complexas.
Conhecimento de Rentabilidade e FinOps para IA: Compreensão do custo de ciclo de vida de soluções de IA (custo por token, latência, escolha de modelos abertos vs. proprietários) visando a eficiência financeira do projeto.
Conhecimento em frameworks de orquestração de agentes (como LangChain, CrewAI ou LlamaIndex).
Certificação ativa em Google Cloud (foco em Machine Learning Engineer ou Cloud Developer).
Originally posted on Himalayas