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