Descrição da vaga
Buscamos uma pessoa Especialista 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.