DESENVOLVEDOR FULL STACK PLENO

Desenvolvedor Pleno Full Stack com Conhecimento em IA

Contrato PJ, presencial no centro de Recife

Objetivo do Perfil

Profissional de tecnologia com atuação Full Stack, capaz de desenvolver, evoluir e sustentar aplicações web de média e alta complexidade, atuando tanto no desenvolvimento de interfaces quanto na construção de APIs, integrações, bancos de dados e serviços em nuvem.

Deve possuir conhecimento prático em Inteligência Artificial, sendo capaz de integrar modelos de IA a aplicações, desenvolver funcionalidades utilizando LLMs e implementar soluções de automação e processamento inteligente de dados.

1. Desenvolvimento Front-End

Nível esperado: Pleno

Domínio de HTML5, CSS3 e JavaScript/TypeScript.
Experiência sólida com React.js.
Conhecimento de frameworks como Next.js.
Desenvolvimento de interfaces responsivas e acessíveis.
Consumo e integração com APIs REST e/ou GraphQL.
Gerenciamento de estado.
Conhecimento de componentização e arquitetura Front-End.
Experiência com testes unitários e de integração.
Conhecimento de Git e estratégias de versionamento.
Noções de UX/UI e capacidade de trabalhar em conjunto com designers.

Diferenciais:

Angular ou Vue.js.
React Native.
Design Systems.
Micro-frontends.
Performance e Web Vitals.

2. Desenvolvimento Back-End

Nível esperado: Pleno

Desenvolvimento de APIs RESTful.
Conhecimento de Node.js e TypeScript.
Experiência com frameworks como NestJS ou Express.
Desenvolvimento de microsserviços.
Integração entre sistemas.
Autenticação e autorização.
JWT, OAuth2 e conceitos de segurança de APIs.
Tratamento de erros, logs e observabilidade.
Desenvolvimento orientado a boas práticas de arquitetura.
Conhecimento de mensageria e processamento assíncrono.

Diferenciais:

Python.
Java/Spring Boot.
.NET.
Kafka.
RabbitMQ.
Arquiteturas serverless.

3. Banco de Dados

Nível esperado: Pleno

Conhecimento de bancos relacionais.
PostgreSQL e/ou MySQL.
Modelagem de dados.
SQL avançado.
Índices e otimização de consultas.
Transações e integridade de dados.
Conhecimento de bancos NoSQL, como MongoDB.
Redis para cache e estruturas de dados.

4. Cloud e DevOps

Nível esperado: Intermediário

Conhecimento de AWS, Azure ou GCP.
Docker e containers.
CI/CD.
GitHub Actions, GitLab CI ou Azure DevOps.
Conceitos de infraestrutura como código.
Monitoramento e logs.
Conhecimento de ambientes Development, QA, Staging e Production.
Noções de Kubernetes.

Diferenciais:

Terraform.
AWS Lambda.
ECS/EKS.
Azure Functions.
Kubernetes avançado.
Observabilidade com Grafana, Prometheus, Datadog ou similares.

5. Inteligência Artificial

Nível esperado: Intermediário/Prático

O profissional deve ser capaz de utilizar IA como parte da arquitetura e do desenvolvimento de produtos digitais.

LLMs

Conhecimento de OpenAI, Anthropic, Gemini ou modelos equivalentes.
Integração de APIs de modelos de linguagem.
Engenharia de prompts.
Structured Outputs.
Function Calling / Tool Calling.
Streaming de respostas.
Controle de contexto e tokens.
Tratamento de custos e latência.

RAG

Conceito e implementação de Retrieval-Augmented Generation.
Embeddings.
Bancos vetoriais.
Busca semântica.
Chunking e recuperação de documentos.
Implementação de pipelines de ingestão.
Avaliação da qualidade das respostas.

Frameworks e ferramentas

LangChain e/ou LangGraph.
LlamaIndex.
Vector Databases como Pinecone, Qdrant, Weaviate ou pgvector.
APIs de IA.
Ferramentas de observabilidade e avaliação de aplicações de IA.

Agentes de IA

Conceito de AI Agents.
Tool Calling.
Orquestração de agentes.
Memória e contexto.
Workflows automatizados.
Integração de agentes com APIs e sistemas corporativos.

6. Engenharia de Software

Clean Code.
SOLID.
Design Patterns.
Clean Architecture.
Domain-Driven Design — conhecimento desejável.
Princípios REST.
Arquitetura orientada a serviços.
Microsserviços.
Event-driven architecture.
TDD/BDD como diferencial.
Code Review.
Documentação técnica.
Capacidade de identificar débito técnico e propor soluções.

7. Segurança

OWASP Top 10.
Segurança de APIs.
Controle de acesso.
Criptografia e gerenciamento de secrets.
Proteção contra SQL Injection, XSS e CSRF.
Segurança de autenticação.
LGPD e princípios de proteção de dados.
Boas práticas de segurança no desenvolvimento de aplicações com IA.

8. Testes

Testes unitários.
Testes de integração.
Testes de API.
Testes End-to-End.
Jest, Vitest, Cypress ou Playwright.
Mocking.
Estratégias de cobertura de testes.
Testes de funcionalidades que utilizam IA.

9. Git e Metodologias

Git avançado.
GitFlow ou trunk-based development.
Pull Requests.
Code Review.
Scrum e/ou Kanban.
Jira, Azure DevOps ou ferramentas equivalentes.
Capacidade de trabalhar em squads multidisciplinares.

10. Competências Comportamentais

Autonomia compatível com nível Pleno.
Capacidade de investigar e solucionar problemas.
Raciocínio lógico.
Boa comunicação técnica.
Capacidade de transformar requisitos de negócio em soluções técnicas.
Trabalho colaborativo.
Organização.
Capacidade de estimar tarefas.
Proatividade na identificação de melhorias.
Facilidade para aprender novas tecnologias.
Visão de produto.
Capacidade de utilizar IA para aumentar produtividade e qualidade do desenvolvimento.

Stack de Referência

Front-End: React, Next.js, TypeScript
Back-End: Node.js, NestJS, Python
Banco: PostgreSQL, MySQL, MongoDB, Redis
Cloud: AWS / Azure / GCP
DevOps: Docker, CI/CD, Kubernetes
IA: OpenAI, Anthropic, Gemini, LangChain, LangGraph, LlamaIndex, RAG, Embeddings, Vector Database
Testes: Jest, Vitest, Cypress, Playwright
Versionamento: Git / GitHub / GitLab
Metodologias: Agile / Scrum / Kanban

Critério de Senioridade — Pleno

Espera-se que o profissional consiga:

Receber uma demanda e decompor o problema em tarefas técnicas.
Desenvolver funcionalidades Full Stack com autonomia.
Criar e integrar APIs.
Trabalhar com bancos de dados.
Implementar testes.
Participar de decisões de arquitetura.
Fazer code review.
Investigar problemas em produção.
Integrar funcionalidades de IA às aplicações.
Desenvolver soluções utilizando LLMs, RAG e APIs de IA.
Trabalhar com cloud e pipelines de CI/CD.
Identificar riscos técnicos e propor alternativas.
Comunicar decisões técnicas de maneira clara para profissionais técnicos e não técnicos.

Diferencial Estratégico

O profissional ideal não deve ser apenas um Full Stack que utiliza ferramentas de IA, mas um desenvolvedor capaz de construir produtos Full Stack potencializados por Inteligência Artificial.

Isso inclui saber identificar onde a IA realmente agrega valor, escolher o modelo e arquitetura adequados, controlar custo e latência, proteger dados e transformar uma necessidade de negócio em uma solução funcional, escalável e mensurável.