- Ciandt
- Brazil,
- 5 days ago
[job-31829] Developer Backend Pleno Python / IA Aplicada, Brasil..
Before you go
Before you leave us, sign up for our email alerts
We don't do job spam, just the best digital jobs delivered straight to your inbox.
[job-31829] Developer Backend Pleno Python / IA Aplicada, Brasil.: our view in 3 lines...
- The Role:This role is for a backend developer in Brazil focused on applied AI work using Python and modern web technologies.
- The Person:The person will build and optimise backend systems for applied AI, work on RAG and LLM evaluation in production, and contribute to real-time features, DevOps practices and modern front-end integration.
- Requirements:The ideal candidate has solid experience in Python, FastAPI or Django, RAG, LangChain or LangGraph, TaskIQ or equivalents, Redis, Postgres, Qdrant, Typesense, DevOps/CI/CD, IaC, observability, TypeScript, React and Next.js.
About the role
Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.
Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.
Somos 8.000 CI&Ters em mais de 25 paÃses, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluÃmos e inovamos todos os dias.
Requisitos obrigatórios:
Sólida experiência em Python no backend (FastAPI/Django, padrões assÃncronos, profiling e otimização de performance).
DomÃnio de RAG e LangChain/LangGraph (chains, agents, tool calling, controle de estado, retries, circuit breakers).
Experiência com TaskIQ ou equivalentes (Celery/Arq/RQ), Redis avançado (streams, locks), Postgres (tuning, migrations), Qdrant (collections, filtros) e Typesense (schemas, relevância).
Práticas maduras de DevOps/CI/CD, IaC e observabilidade; diagnóstico de produção (latência, erros, custos).
Estratégias de avaliação de LLM em produção (golden sets, offline eval, human-in-the-loop).
Diferenciais;
Experiência com feature flags, blue/green/canary e segurança aplicada a IA (policy enforcement, PII handling).
Arquitetura orientada a eventos, websockets em escala e real-time UX.
Otimização de relevância hÃbrida (vetorial + lexical) e re-ranking.
Proficiência em TypeScript e React/Next.js em produção (arquitetura de front, estado, roteamento, SSR/ISR, testes).
Requisitos obrigatórios:
Sólida experiência em Python no backend (FastAPI/Django, padrões assíncronos, profiling e otimização de performance).
Domínio de RAG e LangChain/LangGraph (chains, agents, tool calling, controle de estado, retries, circuit breakers).
Experiência com TaskIQ ou equivalentes (Celery/Arq/RQ), Redis avançado (streams, locks), Postgres (tuning, migrations), Qdrant (collections, filtros) e Typesense (schemas, relevância).
Práticas maduras de DevOps/CI/CD, IaC e observabilidade; diagnóstico de produção (latência, erros, custos).
Estratégias de avaliação de LLM em produção (golden sets, offline eval, human-in-the-loop).
Diferenciais;
Experiência com feature flags, blue/green/canary e segurança aplicada a IA (policy enforcement, PII handling).
Arquitetura orientada a eventos, websockets em escala e real-time UX.
Otimização de relevância híbrida (vetorial + lexical) e re-ranking.
Proficiência em TypeScript e React/Next.js em produção (arquitetura de front, estado, roteamento, SSR/ISR, testes).