Engenheiro(A) De Inteligência Artificial - Conhecimentos Necessários- Linguagem e Backend:- Domínio de Python ou JAVA para construção de APIs, serviços e jobs batch; - Boas práticas de código (logs, testes, organização de pacotes, virtualenv/poetry/pip, etc. ). - Infraestrutura e Containers:- Experiência com containers: build, otimização de imagens, multi-stage builds; - Experiência com Kubernetes / OpenShift (desejável experiência real em produção):- Deploy e operação de aplicações (Deployments, CronJobs, ConfigMaps, Secrets, Ingress/Routes). - Noções de observabilidade, logs, métricas e troubleshooting em cluster. - MLOps e Data & AI:- Experiência em Machine Learning clássico (treino, avaliação, versionamento de modelos e features); - Experiência em LLMs / GenAI em produção (vLLM, KServe, OpenShift AI ou similar); - Conhecimento em pipelines de dados e integração com fontes diversas; - Experiência com Kafka ou outros sistemas de mensageria/streaming para ingestão de eventos em larga escala. - Arquitetura e Integração:- Capacidade de desenhar arquiteturas de referência para soluções de IA (batch, near real time, APIs síncronas); - Integração de serviçosde IA com sistemas legados, APIs REST e bancos de dados; - Experiência com Git, CI/CD e boas práticas de versionamento e automação de deploy. Conhecimentos Desejáveis- GenAI e LLMs Avançado:- Experiência com RAG, vector stores e embeddings; - Conhecimento em orquestração de LLMs (agentes, ferramentas, chain-of-thought supervisionado, etc. ); - Experiência com modelos como Llama, Falcon, ou outros LLMs self-hosted. - Ferramentas e Ecossistema:- Experiência com OpenShift AI / KServe / vLLM em ambiente corporativo; - Noções de monitoramento de custo e performance de modelos (tokens, latência, throughput). - Data Engineering / Analytics:- Conhecimento de modelagem de dados, ETL/ELT e boas práticas de qualidade de dados; - Experiência na criaçãode dashboards/relatórios para acompanhar uso de IA, métricas de negócio e indicadores de risco. - Segurança e Governança:- Noções de segurança de dados, LGPD, anonimização e controle de acesso em projetos de governo/setor público; - Boas práticas de governança de modelos (auditoria, rastreabilidade, logging de consultas, explainability básica). Remuneração a combinar, reembolso VT e VR oferecido.