Sobre a Vaga
Estamos buscando uma pessoa sênior para atuar com Desenvolvimento em Python com foco em soluções avançadas de Inteligência Artificial, com foco em IA Generativa e pipelines de inferência. Este papel é essencial para criar bases técnicas robustas, garantir governança e liderar iniciativas de IA em larga escala dentro da organização.
Responsabilidades
Criar, evoluir e manter funcionalidades sistêmicas utilizando Python.
Projetar e liderar a implementação de soluções complexas de IA e GenAI, garantindo integração com o ecossistema tecnológico.
Definir padrões técnicos, governança e boas práticas para assegurar a qualidade e segurança dos modelos de IA.
Pesquisar novas abordagens em IA Generativa e liderar iniciativas de adoção de tecnologias emergentes.
Supervisionar projetos de IA em larga escala, gerenciando stakeholders, recursos e cronogramas.
Identificar oportunidades de melhoria e implementar práticas inovadoras que otimizem sistemas, modelos e processos.
Requisitos (Must Have)
Experiência avançada em desenvolvimento com Python, incluindo criação de pacotes, manipulação e processamento de dados em grande escala.
Vivência no desenho e implementação de arquiteturas escaláveis para soluções de IA, incluindo modelos generativos como GANs e transformers.
Experiência prática com pipelines de inferência RAG e uso de bibliotecas como LangChain e LangGraph.
Atuação com governança de dados, garantindo qualidade, segurança e padronização.
Experiência com plataformas de nuvem voltadas para IA, como AWS SageMaker, Google AI Platform, Azure ML ou OCI.
Conhecimento em pipelines de CI/CD, uso de ferramentas como Jenkins ou GitLab CI.
Vivência com ferramentas de monitoramento e logging, como Prometheus ou ELK Stack, para acompanhamento de modelos em produção.
Familiaridade com Docker, REST APIs, SQL, NoSQL, Kubernetes, Apache Kafka, Linux e Jupyter Notebooks.
Requisitos (Nice to Have)
Conhecimento em frameworks como Nemo Guardrails e Langfuse.
Vivência com pesquisa aplicada em modelos generativos.
Experiência com frameworks distribuídos, como Spark ou Dask, para processamento em larga escala.
Atuação com otimização de pipelines e práticas avançadas de MLOps.
#J-18808-Ljbffr