Descrição da vaga Buscamos uma pessoaEspecialista em IA Generativa, com forte domínio técnico e capacidade de influenciar decisões arquiteturais e estratégicas. Essa posição atua de forma transversal, apoiando a evolução da plataforma de LLMOps e a entrega de soluções de alto impacto para o negócio. Construção e evolução de soluções de IA Generativa que suportam jornadas críticas do banco, integrando modelos, dados e plataformas com alto padrão de engenharia. Foco está em escalar o uso de LLMs de forma segura, governada e sustentável, apoiando produtos, operações e áreas internas. Responsabilidades e atribuições Suas atividades:• Desenvolver soluções de IA Generativa de ponta a ponta, desde a concepção técnica até a operação em produção. • Liderar ou apoiar a criação de copilots, automações e assistentes para clientes e áreas internas, garantindo qualidade, segurança e escalabilidade. • Evoluir a plataforma de LLMOps com foco em governança, rastreabilidade, observabilidade, custo e segurança. • Atuar de forma integrada com times de arquitetura, engenharia, produto e operações na definição e implementação de soluções com impacto direto no negócio. • Definir e disseminar boas práticas de CI/CD aplicadas a IA Generativa, em ambientes on-premise e cloud. • Investigar falhas e incidentes em produção, conduzindo análise de causa raiz e propondo melhorias estruturais. • Promover boas práticas técnicas, revisão de código, padronização de soluções e compartilhamento de conhecimento entre os times.Perfil esperado:• Comunicação clara e objetiva com públicos técnicos e não técnicos. • Capacidade de tomada de decisão técnica ou forte influência como referência no time. • Habilidade para traduzir demandas de negócio em soluções técnicas viáveis e sustentáveis. • Postura colaborativa, com senso de ownership e foco em entrega contínua. • Vivência em ambientes ágeis, com visão de produto e melhoria incremental. Requisitos e qualificações • Experiência com IA Generativa, LLMs, embeddings e técnicas de NLP. • Domínio de Python e de bibliotecas e frameworks como LangChain, Transformers ou equivalentes. • Experiência avançada com arquiteturas de RAG, incluindo técnicas como re-ranking, chunking dinâmico e recuperação sensível a contexto. • Conhecimento sólido em Git e bancos de dados relacionais e não relacionais. • Vivência em Ciência de Dados aplicada a dados não estruturados. • Experiência prática com LLMOps, incluindo pipelines, versionamento, monitoramento, avaliação e controle de custo de modelos.Diferenciais:• Experiência com modelos open-source como Mistral, LLaMA, Mixtral e Phi. • Atuação com agentes autônomos ou orquestração de fluxos com LangGraph ou ferramentas similares. • Conhecimento de protocolos e padrões emergentes como MCP e A2A.