Responsabilidades e atribuições Atuar no desenvolvimento e evolução de soluções de Ciência de Dados e IA Generativa, com foco em arquiteturas RAG; Executar demandas priorizadas pelo Product Owner, realizando detalhamento técnico e definição de abordagens de Machine Learning e GenAI; Desenvolver, sustentar e monitorar pipelines de dados, modelos de ML, APIs e fluxos de IA; Validar performance de sistemas RAG; Implementar pipelines de ingestão e indexação de textos em bancos vetoriais; Construir APIs e fluxos utilizando LangChain, LangGraph e integrações com OpenAI e AWS Bedrock; Desenvolver e manter aplicações conteinerizadas e arquiteturas serverless em AWS e Azure; Produzir visualizações e indicadores para análise crítica e validação de resultados; Garantir aderência às diretrizes de arquitetura, segurança, escalabilidade e boas práticas em nuvem. Requisitos e qualificações Experiência sólida com Python e bibliotecas Pandas, scikit-learn, TensorFlow e PyTorch; Experiência prática com Modelos de Linguagem de Grande Escala (LLMs), soluções de IA Generativa e arquiteturas RAG; Conhecimento em métricas de avaliação de NLP e IA (similaridade semântica, BLEU, ROUGE); Experiência com serviços de nuvem AWS, incluindo os serviços: S3, Lambda, RDS, SageMaker, Parameter Store e Secret Manager; Desenvolvimento de pipelines em bancos vetoriais (AWS OpenSearch); Construção de APIs utilizando LangChain e LangGraph; Integrações com OpenAI e AWS Bedrock; Uso de Azure Document Intelligence para processamento de documentos. Desejáveis: Conhecimento em DevOps aplicado a ML/IA (MLOps).