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).