Engenheiro de Dados e Plataforma de Agentes Sênior (AWS)

A Leega é uma empresa focada no atendimento eficiente e inovador em seus clientes. Isso não poderia ser diferente com o nosso principal combustível: as pessoas! Nossa cultura é inspiradora e nossos valores estão presentes no dia a dia: ética e transparência, excelência de qualidade, trabalho em equipe, responsabilidade econômica, social e ambiental, relações humanas e credibilidade.

Buscamos profissionais inovadores que sejam movidos por desafios e focados em resultados.

Se você busca uma empresa dinâmica e parceira e que investe em seus colaboradores através de capacitação constante, a Leega é o lugar para você!>> A LEEGA É PARA TODOS, ficaremos muito felizes em ter você em nosso time. Venha fazer parte da nossa história e da construção do nosso futuro. Cadastre-se agora mesmo em nossas vagas!

Responsabilidades e atribuições

Buscamos um profissional de engenharia de dados para atuar na construção da plataforma de IA generativa de uma instituição do setor financeiro, em ambiente AWS multiconta. O cenário envolve arquitetura de referência de IA, RAG sobre bases internas e múltiplos agentes em produção que colaboram entre si, com um orquestrador distribuindo o trabalho entre agentes especializados. O ambiente começa na região da Virgínia (us-east-1) e será migrado para São Paulo por exigências regulatórias.

Esse profissional será a ponte entre o time de dados e o time de IA, com a responsabilidade de garantir que o pipeline entre as contas e a camada que entrega dados, ferramentas e memória aos agentes tenham um dono claro.

• Principais responsabilidades- Construir e manter os pipelines que alimentam o Bedrock Knowledge Base e os agentes, cobrindo ingestão, limpeza, chunking e vetorização.- Centralizar os dados em uma fonte única que alimente tanto o BI quanto as bases de conhecimento dos agentes.- Definir contratos de dados (schemas, frescor e SLAs) para cada fonte consumida pelos agentes.- Dar suporte à orquestração multiagente (supervisor e subagentes, agentes como ferramentas, fluxos em grafo ou swarm) utilizando Strands Agents, colaboração multiagente do Bedrock e Agent
• Core (Runtime, Gateway, Memory e Identity).- Expor dados e sistemas internos como ferramentas reutilizáveis via servidores MCP e Agent
• Core Gateway, com versionamento e catálogo de ferramentas.- Desenhar a gestão de estado e memória compartilhada entre agentes (curto e longo prazo, por sessão e por usuário), garantindo isolamento entre contextos e clientes.- Apoiar a comunicação entre agentes (protocolo A2A, eventos via Event
• Bridge, SQS e Step Functions) com idempotência, timeouts, retries e proteção contra loops.- Aplicar privilégio mínimo por agente e por ferramenta, com identidade própria, escopo de acesso a dados e trilha de auditoria de cada ação executada.- Desenhar o acesso entre contas AWS (IAM roles cross-account e Lake Formation), evitando cópia de dados sempre que possível.- Implantar toda a infraestrutura como código em Terraform, incluindo agentes, ferramentas e guardrails, para promover o que funciona do sandbox para produção.- Aplicar tags, orçamentos e métricas de custo por área, projeto, modelo e agente, com visibilidade do custo por fluxo ou conversa.- Garantir governança e privacidade (LGPD e residência de dados por região) antes de dados sensíveis entrarem no ambiente de IA, inclusive no que circula entre agentes e fica armazenado em memória.- Implantar observabilidade de ponta a ponta, com rastreamento distribuído das chamadas entre agentes e ferramentas (Open
• Telemetry, Agent
• Core Observability e Cloud
• Watch), latência, tokens e taxa de erro por etapa.- Dar suporte a resiliência e DR, com filas, multirregião e degradação controlada quando um agente ou ferramenta falha.

Requisitos e qualificações

Requisitos obrigatórios- Domínio sólido de Python e SQL.- Experiência com S3, Glue, Athena, IAM, Lake Formation e KMS.- Experiência com Terraform e CI/CD.- Experiência prática em ambientes multiconta na AWS.- Conhecimento em arquitetura orientada a eventos e sistemas distribuídos (filas, retries, idempotência e consistência).- Experiência construindo ou operando ao menos uma aplicação com LLM em produção (RAG ou agente com ferramentas).- Noções de FinOps na AWS (tags, Cost Explorer e orçamentos).

• Diferenciais- Amazon Bedrock (Knowledge Bases, Guardrails e colaboração multiagente) e Agent
• Core.- Frameworks de agentes como Strands, Lang
• Graph ou CrewAI e padrões de orquestração multiagente.- Construção de servidores MCP e protocolo A2A.- Bancos vetoriais como S3 Vectors, OpenSearch ou Milvus. GraphRAG é um bônus.- MLOps e LLMOps: avaliação de agentes e fluxos multiagente, guardrails, monitoramento de drift e de qualidade das respostas.- Data Mesh e arquitetura hub-and-spoke.- Certificações AWS Certified Data Engineer – Associate, AWS Certified Machine Learning Engineer – Associate ou FinOps Certified Practitioner.- Experiência em serviços financeiros e em ambientes regulados.

Competências comportamentais- Comunicação clara com cientistas de dados, áreas de negócio e parceiros externos.- Postura de segurança e rigor com dados sensíveis, especialmente quando agentes agem de forma autônoma.- Capacidade de decidir com trade-offs explícitos, como copiar dados ou acessar cross-account, um agente generalista ou vários especializados, memória compartilhada ou isolada.- Autonomia para documentar e definir quem é dono de cada agente, ferramenta e fonte de dados entre os times.

Informações adicionais

Modelo de atuação: HÍBRIDO sendo 3 dias presenciais e 2 dias home office, localizada na - Vila Nova Conceição/São Paulo.