Context Engineer (Engenheiro(a) de Contexto)
Projete a arquitetura de informação que torna os sistemas de IA confiáveis: pipelines RAG, sistemas de memória, bancos de dados vetoriais e grounding de dados.
Inglês necessário para o dia a dia: você vai trabalhar todos os dias com um time dos EUA.
Já se candidatou? Veja seu status
Sobre a vaga
Estamos procurando um(a) Context Engineer para atuar em nossas empresas parceiras resolvendo o problema mais difícil da IA aplicada: levar a informação certa aos modelos na hora certa. Essa função, definida formalmente pelo Gartner em 2026, vai além do prompt engineering: o foco é construir os sistemas que alimentam os LLMs com contexto. Você vai projetar pipelines de retrieval, construir arquiteturas de memória, otimizar estratégias de chunking e garantir que os agentes de IA tenham as informações relevantes e fundamentadas de que precisam para ser precisos e úteis. Se o prompt engineering era escrever a pergunta, o context engineering é construir a biblioteca.
O que você vai fazer
- Projetar e construir arquiteturas RAG com estratégias avançadas de retrieval
- Implementar pipelines de processamento de documentos: parsing, chunking, embedding e indexação
- Construir e otimizar sistemas de busca vetorial para retrieval semântico
- Projetar arquiteturas de memória para sistemas de IA conversacionais e agênticos
- Implementar estratégias de gerenciamento da janela de contexto, sumarização e compressão
- Avaliar e fazer benchmarks da qualidade do retrieval com testes sistemáticos
Requisitos
- 4+ anos de engenharia de software, 2+ trabalhando com LLMs e sistemas de retrieval
- Experiência profunda com bancos de dados vetoriais (Pinecone, Weaviate, pgvector, Qdrant, Chroma)
- Domínio de modelos de embedding, estratégias de chunking e reranking
- Experiência com frameworks RAG (LlamaIndex, LangChain) e seus padrões de retrieval
- Conhecimento de parsing de documentos, OCR e processamento de dados não estruturados
- Inglês excelente, escrito e falado (B2+)
Diferenciais
- Experiência com construção de knowledge graphs e busca híbrida
- Experiência em information retrieval ou search engineering
- Experiência construindo sistemas de contexto para agentes de IA em produção
- Conhecimento de frameworks de avaliação (RAGAS, DeepEval) para a qualidade do retrieval
Stack de tecnologia
Benefícios
Candidate-se a esta vaga
Remuneração competitiva em USD - Remoto
