Desenvolvedor Sênior em IA

Requisitos

• 5+ anos de experiência na carreira
• ETL
• Airflow
• Databricks
• LLM
• Google Cloud Platform (GCP)
• Python
• SQL

Conhecimentos Desejáveis

• Programação em Python Experiência com bibliotecas como TensorFlow, PyTorch, Scikit-learn. Conhecimento em estatística, probabilidade e álgebra linear. Experiência com bancos de dados e manipulação de dados (SQL, NoSQL). Conhecimento em ambientes cloud (AWS, Azure ou GCP)

Tarefas e Responsabilidades

1. Desenvolvimento de Modelos e Agentes de IA

Desenvolver, treinar, ajustar e validar modelos de Machine Learning, Deep Learning e modelos generativos.

Projetar, implementar e otimizar agentes de IA conversacionais e autônomos, incluindo fluxos de raciocínio, memória, ferramentas e orquestração.

Trabalhar com NLP, visão computacional, modelos multimodais e sistemas baseados em RAG conforme a necessidade do negócio.

Realizar ajuste de hiperparâmetros, fine-tuning, embeddings e otimização de performance e custo.

2. Engenharia, Arquitetura e Integração

Estruturar pipelines de dados para treinamento, avaliação e produção de modelos e agentes.

Implementar soluções escaláveis em ambientes cloud e integrar IA a APIs, bancos de dados, sistemas internos, aplicações web/mobile e produtos digitais.

Desenvolver e manter serviços de inferência, automações orientadas por IA e implementações dentro e fora da plataforma do Studio.

Aplicar práticas de MLOps, versionamento, deploy contínuo e rastreabilidade.

3. Dados, Conhecimento e Governança

Preparar, limpar e estruturar grandes volumes de dados estruturados e não estruturados.

Implementar ingestão, indexação, versionamento e busca semântica para bases de conhecimento utilizadas por agentes (RAG).

Garantir qualidade, consistência, segurança e conformidade dos dados utilizados nos sistemas de IA.

4. Monitoramento, Avaliação e Segurança

Monitorar performance, latência, custo, consumo e degradação de modelos e agentes em produção.

Definir e acompanhar métricas de avaliação (accuracy, precision, recall, F1-score, qualidade de resposta, taxa de erro, entre outras).

Implementar testes, observabilidade, auditoria, validação de saídas e mecanismos de proteção contra alucinações, prompt injection e uso indevido.

Promover ajustes contínuos conforme novos dados, comportamentos ou necessidades do negócio.

5. Inovação, Documentação e Suporte Técnico

Acompanhar tendências, frameworks e tecnologias emergentes em IA.

Testar novas abordagens, ferramentas e aplicações para geração de valor ao negócio e clientes.

Documentar arquitetura, fluxos, integrações e instruções de uso das soluções desenvolvidas.

Apoiar equipes internas, realizar transferências de conhecimento e prestar suporte técnico relacionado às soluções de IA.

Propor novas aplicações de IA para o negócio.