DESCRIÇÃO Responsável pelo desenvolvimento e implementação de soluções baseadas em Inteligência Artificial aplicadas à análise de imagens de equipamentos de raio-x. Atua na coleta e processamento de dados, treinamento de modelos de IA (incluindo visão computacional e NLP), integração com sistemas produtivos via APIs e pipelines, e manutenção de ambientes de deploy. Colabora com equipes multidisciplinares para garantir a eficácia e escalabilidade das soluções, seguindo boas práticas de MLOps e versionamento. Requer sólida formação técnica e experiência com frameworks de IA, conteinerização e ciclo de vida de modelos.ATIVIDADES A SEREM CUMPRIDAS Coletar, organizar e processar grandes volumes de dados estruturados e não estruturados.Desenvolver, treinar e validar modelos de IA para tarefas como classificação de imagens, segmentação, detecção de anomalias e geração de imagens sintéticas.Aplicar técnicas de Processamento de Linguagem Natural (NLP) e modelos de linguagem de larga escala (LLMs) para análise de relatórios, laudos e documentação técnica.Projetar e manter APIs e pipelines de inferência para integração dos modelos em ambientes produtivos.Implementar práticas de conteinerização com Docker e realizar o deploy dos modelos em ambientes de produção.Colaborar com equipes de engenharia, software e produto para garantir a integração eficiente das soluções de IA.Documentar processos, manter versionamento de código e participar de revisões técnicas e de código.Adotar boas práticas de MLOps, incluindo monitoramento, reprocessamento e atualização contínua dos modelos.DESEJAVÉIS ESCOLARIDADE Ensino superior completo em Ciência da Computação, Engenharia da Computação, Sistemas de Informação ou áreas correlatas + Pós-Graduação ou mestrado em Inteligência Artificial, Ciência de Dados e Machine Learning ou áreas correlatas.CONHECIMENTOS ESPECÍFICOSDomínio da linguagem Python e experiência com frameworks de IA como PyTorch e TensorFlow.Conhecimento em bibliotecas como OpenCV e técnicas de processamento de imagens, classificação, segmentação e detecção de objetos.Experiência com Flask, Docker, CI/CD e ferramentas de monitoramento de modelos como MLflow.Uso de Git, GitHub/GitLab, versionamento de datasets e modelos.Competência em desenvolvimento, integração e manutenção de pipelines de dados e modelos em ambientes produtivos.