IA Developer (Desenvolvedor(a) Backend Java Mid-level (Foco em IA))
Será que seu currículo passa pelo filtro desta vaga?
Envie seu CV e descubra, em segundos, sua compatibilidade real com IA Developer (Desenvolvedor(a) Backend Java Mid-level (Foco em IA)) — o que já atende, e onde seu currículo pode estar perdendo aderência.
Descrição da vaga
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 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.
Desenvolvimento e IA: Projetar e sustentar sistemas backend em Java e Spring Boot, integrando o ecossistema a modelos de inteligência artificial para o desenvolvimento.
Integrações de LLM: Implementar e otimizar conexões com modelos de linguagem de grande escala (LLMs), focando em performance e qualidade das interações.
Modernização do Workflow: Utilizar ferramentas de auxílio à codificação baseadas em IA para otimizar a escrita de código, testes e documentação.
Arquitetura de Microserviços: Construir APIs RESTful escaláveis que suportem as demandas de processamento de linguagem natural.
Gestão de Dados e Mensageria: Implementar fluxos de dados eficientes utilizando bancos de dados (relacionais e não-relacionais) e sistemas de mensageria (como Kafka ou RabbitMQ).
Qualidade e Testes: Garantir a estabilidade da plataforma por meio de JUnit, Mockito e práticas de Clean Code.
Ecossistema de Deploy: Atuar com Docker e Kubernetes dentro de uma cultura de CI/CD para entregas contínuas.
Requisitos:
Experiência em Java: Domínio técnico de Java e do framework Spring Boot em ambientes produtivos.
Interesse por IA: Familiaridade com conceitos de integração de inteligência artificial generativa e consumo de APIs de modelos de linguagem.
Lógica e Arquitetura: Sólido conhecimento em estruturas de dados, Design Patterns e arquitetura de microserviços.
Cultura de Testes: Conhecimento prático em pirâmide de testes (unitários, integração e e2e).
Bancos de Dados: Experiência com persistência de dados em diferentes modelos (SQL/NoSQL).
Conhecimento em Angular: Familiaridade com o framework front-end.
Observabilidade: Experiência com ferramentas de monitoramento (Dynatrace)
