Engenheiro de Dados e Plataforma de Agentes Sênior (AWS)

Sobre a empresa

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!

Tarefas

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 AgentCore (Runtime, Gateway, Memory e Identity).
• Expor dados e sistemas internos como ferramentas reutilizáveis via servidores MCP e AgentCore 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 EventBridge, 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 (OpenTelemetry, AgentCore Observability e CloudWatch), 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

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 AgentCore.
• Frameworks de agentes como Strands, LangGraph 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.

Outros

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