Descrição de Vaga: Desenvolvedor(a) Júnior - Projetos de IA (AWS Bedrock, DynamoDB & S3 Tables)

Sobre a Posição

Buscamos uma pessoa desenvolvedora em início de carreira, curiosa, pragmática e apaixonada por inteligência artificial para integrar nosso time de tecnologia e inovação. Você atuará diretamente no desenvolvimento, integração e deploy de soluções de IA Generativa e automações inteligentes baseadas no ecossistema da AWS. 

Nesta função, você integrará modelos através do AWS Bedrock, gerenciará estados e histórico de dados com Amazon DynamoDB, consultará e manipulará dados analíticos em Amazon S3 Tables, além de construir APIs e microsserviços modernos em Python e JavaScript/TypeScript. 

O que você vai fazer (Responsabilidades)

• Integração de IA Generativa via AWS Bedrock: Desenvolver e manter integrações com o AWS Bedrock para consumo de Foundation Models (como Claude/Anthropic, Llama/Meta, Amazon Titan, etc.). 

• Gestão de Sessão e Estado (DynamoDB): Implementar e otimizar rotinas para persistência de histórico de conversas, contexto de chat, configurações de usuários e estado de agentes de IA utilizando o Amazon DynamoDB. 

• Manipulação de Dados Analíticos (S3 Tables): Interagir com o Amazon S3 Tables (e S3 tradicional) para armazenar, consultar e preparar tabelas estruturadas e semiestruturadas que alimentam rotinas de IA e análises. 

• Desenvolvimento de Agentes e RAG: Apoiar a criação de Bedrock Agents e pipelines de Retrieval-Augmented Generation (RAG) integrando bases de conhecimento (Bedrock Knowledge Bases, OpenSearch, etc.). 

• APIs & Backend Serverless: Construir e dar manutenção em microsserviços e funções serverless (AWS Lambda, API Gateway) utilizando Python ou JavaScript/TypeScript. 

• Engenharia de Prompts e Guardrails: Criar, testar e versionar prompts, aplicando AWS Bedrock Guardrails para garantir respostas precisas, consistentes, seguras e otimizadas em termos de custo. 

• Interfaces & Prototipagem: Auxiliar no desenvolvimento de interfaces amigáveis (como chats internos ou dashboards) em JS/TS/React para consumo de soluções de IA pelos times e usuários. 

• Observabilidade e Custos: Monitorar requisições, latência, custos e logs de chamadas dos modelos por meio do AWS CloudWatch. 

Requisitos e Habilidades Técnicas

• Linguagens de Programação: Domínio básico a intermediário em Python e/ou JavaScript (Node.js / TypeScript). 

• Bancos de Dados & Armazenamento: 

  • Conhecimento básico a intermediário em bancos NoSQL, especialmente Amazon DynamoDB (operações CRUD, consultas por chave de partição/sort, modelagem simples). 

  • Familiaridade com armazenamento em nuvem no Amazon S3 e Amazon S3 Tables. 

• Consumo de APIs e SDKs: Experiência prática em consumo de APIs REST/JSON e uso dos SDKs da AWS (

  boto3

  em Python ou

  @aws-sdk

  em JavaScript/TypeScript). 

• Conceitos de IA Generativa: Compreensão fundamental do funcionamento de LLMs, embeddings, busca vetorial e arquiteturas RAG (projetos pessoais ou acadêmicos são muito bem-vindos!). 

• Boas Práticas de Engenharia: Lógica de programação sólida, orientação a objetos/módulos, Git, versionamento e boa capacidade de documentação. 

Diferenciais (O que vai te destacar)

• Experiência prática (mesmo em projetos acadêmicos/pessoais) com o AWS Bedrock (Agentes, Knowledge Bases ou Guardrails). 

• Manipulação de tabelas analíticas no S3 (Amazon S3 Tables, Apache Iceberg, formatos Parquet/Delta). 

• Vivência com frameworks e bibliotecas de orquestração de IA em Python ou JavaScript/TypeScript (ex.: LangChain / LangChain.js, LlamaIndex, Vercel AI SDK). 

• Familiaridade com arquitetura Serverless na AWS (AWS Lambda, API Gateway, Step Functions, EventBridge). 

• Conhecimento em bibliotecas/frameworks de frontend para construção de interfaces de Chat (React, Next.js). 

• Certificação AWS básica (ex.: AWS Certified Cloud Practitioner ou AWS Certified AI Practitioner). 

Perfil Comportamental

• Curiosidade e Autoaprendizado: Vontade e agilidade para acompanhar a rápida evolução das tecnologias de IA e serviços da AWS. 

• Perfil Mão na Massa e Orientado a Soluções: Proatividade para transformar ideias e necessidades operacionais em fluxos automatizados e eficientes. 

• Atenção à Segurança e Custos: Cuidado no manuseio de dados (LGPD) e sensibilidade com o controle de custos de inferência em nuvem. 

• Trabalho em Equipe: Boa comunicação para colaborar de forma fluida com os times de Engenharia de Dados, Produto e Operações.