RAG/Agent: pipelines de retrieval (híbrido quando necessário), montagem de contexto, prompts estruturados, tools/function calling, políticas de fallback;
KB Solutions: ingestão, chunking, embeddings, versionamento, reindexação e rotinas de atualização;
SO / automações: integrações com APIs internas, rotas/serviços, jobs e fluxos operacionais;
Observabilidade: logs estruturados, métricas (latência p95/p99, taxa de erro, custo), tracing por etapa (retrieve ? assemble ? generate ? post);
Hardening: redução de falhas, retries, timeouts, cache, circuit breaker, controle de tokens, mitigação de respostas inconsistentes.
Requisitos
Python forte (FastAPI/Flask), APIs REST, padrões de projeto, testes (unit/integration);
Experiência real com GenAI em produção: RAG, embeddings, ranking/reranking, guardrails básicos;
Integração com Databricks / Lakehouse (ou equivalen...