Engenharia de Software Sênior - Foco em IA
O Itaú é a marca mais valiosa do Brasil, a melhor empresa para trabalhar segundo o Great Place to Work e o maior banco da América Latina. Nós impactamos diariamente mais de 98 milhões de clientes em 18 países.
Somos feitos de pessoas e acreditamos que ter um time com pluralidade de origens, culturas, crenças, experiências, raças, deficiências, gêneros, orientações afetivo-sexuais e gerações ampliam as perspectivas e contribuem para um clima de respeito e valorização das diferenças.
Somos da comunidade de Finanças e estamos construindo squads de Engenharia na RT Reports & AI com a missão de criar e sustentar soluções modernas baseadas em arquiteturas agências, combinando microserviços, integrações, produtos de dados e camadas inteligentes de contexto que potencializam agentes de IA no domínio financeiro.
Nosso objetivo é ir além de pipelines tradicionais: queremos plataformas de IA orientadas a software, onde dados, semântica e memória são tratados como ativos de engenharia, permitindo que agentes tomem decisões com mais contexto, precisão e rastreabilidade. Isso envolve desde a construção de serviços escaláveis e resilientes, até a criação de camadas semânticas, memória de longo prazo e produtos de dados que enriquecem o raciocínio dos agentes e suportam áreas de negócio com agilidade e confiança.
- Microserviços e integrações que compõem arquiteturas agênticas
- Plataformas de dados e IA com foco em qualidade, observabilidade e resiliência
- Produtos de dados que agregam contexto para agentes
- Pipelines e serviços cloud-native, do dado na origem até o consumo final
- Integrações com múltiplas áreas para coleta, consolidação e governança de dados
Aqui, engenharia vem primeiro: decisões arquiteturais, código bem escrito, padrões claros e soluções que se sustentam no tempo.
Fundamentos de Engenharia
- Arquitetura de Soluções e princípios sólidos de Engenharia de Software
- APIs, microserviços e sistemas distribuídos
- Metodologias ágeis e trabalho em squads
Dados & Plataformas
- Modelagem de Dados (Relacional, Não Relacional, Multidimensional)
- Bancos de dados relacionais e NoSQL
- Ingestão de dados, ETL/ELT e pipelines de dados
- Capacidade de realizar troubleshooting em pipelines e serviços
Cloud & Stack
- Experiência em AWS (ECS, EC2, EMR e serviços relacionados)
- Python e Spark
- Conhecimento em MCP
- Ferramentas de Analytics
Diferenciais
- Experiência com GenAI, arquiteturas agênticas e/ou observabilidade
- Conhecimentos em Finanças
