Pessoa Engenheira De Ia - O foco está na construção de propostas assertivas durante a prospecção e no fortalecimento do relacionamento com clientes, garantindo soluções alinhadas às necessidades de negócio e escaláveis para o futuro. Responsabilidades e atribuições- Colaborar com o Arquiteto de Soluções AI para transformar demandas de negócios em modelos e pipelines de ML/IA escaláveis e eficientes. - Implementar modelos de IA, validando performance e garantindo integração nas arquiteturas existentes. - Desenvolver pipelines robustos de dados: coleta, processamento, treinamento e deploy de modelos. - Integrar soluções de IA em ambientes de produção, alinhando-se às melhores práticas de MLOps (monitoramento, automação e escalabilidade, conhecimento sobre MlFlow ou plataformas como AzureML ou Google VertexAI). - Trabalhar próximo ao time comercial e de produto para prototipar e validar propostas, com entregas iterativas e soluções centradas no cliente. - Participar ativamente na avaliação de riscos técnicos (performance, escalabilidade, segurança) e colaborar na aplicação de soluções preventivas. - Garantir o uso eficiente de ferramentas cloud (AWS, Azure, GCP) no desenvolvimento e deploy de soluções. - Colaborar na criação de documentação técnica e melhores práticas em alinhamento com o arquiteto e outros stakeholders. Requisitos e qualificações- Experiência em desenvolvimento e deploy de modelos de Machine Learning e Deep Learning. - Domínio de linguagens de programação como Python (TensorFlow, PyTorch, Scikit-learn, Pandas). - Experiência com ferramentas de MLOps e CI/CD (MLflow, Kubeflow, Jenkins, GitLab CI). - Sólida experiência com bancos de dados SQL e NoSQL e práticas de otimização de consultas. - Experiência com serviços cloud computing (AWS, Azure ou GCP) e containers (Docker, Kubernetes). - Familiaridade com arquiteturas de sistemas, pipelines de dados e boas práticas de integração de APIs (REST, GraphQL). Diferenciais:- Experiência com AI Generativa e modelos LLMs (ex. : GPT, BERT). - Experiência com orquestração em nuvem com ferramentas como airflow, data factory, Databricks pipelines. - Experiência em com Docker, Docker Compose, Kubernetes ou ferramentas como Azure Container Apps (ou relativas). - Vivência em ambientes com metodologias ágeis (Scrum, Kanban). - Experiência colaborando em projetos com arquitetos de soluções ou times comerciais.