Descrição da vaga
A posição de AI exige uma combinação de visão estratégica e expertise técnica em inteligência artificial, habilidades interpessoais e interesse em atuar próximo ao universo comercial. 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.