Plataforma Microsoft (Azure):Azure Machine Learning, Azure Synapse Analytics, Data Factory, Azure Databricks;Azure Cognitive Services e Azure OpenAI;Azure DevOps / GitHub Actions (CI/CD para modelos);Fabric (desejável); Databricks:Engenharia de dados com Spark / Delta Lake;MLflow (experimentos, tracking, deployment);Notebooks colaborativos;Unity Catalog (governança de dados e modelos); Dados e Engenharia:Arquiteturas modernas: Data Lakehouse, Data Mesh;Processos ETL/ELT;SQL avançado e Python (pandas, scikit-learn, PySpark);Integração via APIs REST e JSON; Inteligência Artificial:Modelos supervisionados e não supervisionados;IA Generativa (LLMs, embeddings, prompt engineering);Fine-tuning e adaptação de modelos pré-treinados;Ferramentas como LangChain e Semantic Kernel (desejável); Segurança, Ética e Governança:MLOps e ML Governance;Mitigação de vieses algorítmicos;Rastreabilidade e controle para IA responsável;Conformidade com LGPD, AI Act e regulamentos do setor financeiro.Desenhar e evoluir a arquitetura de soluções de IA (tradicional e generativa), assegurando escalabilidade, segurança, governança e alinhamento com as diretrizes da organização.Orquestrar pipelines de dados e IA, integrando com a stack Microsoft (Azure Synapse, ML, Fabric etc.) e Databricks (Delta Lake, notebooks, MLflow).Atuar como referência técnica para os times de engenharia, dados e produto, promovendo boas práticas e padrões de arquitetura.Avaliar e selecionar tecnologias e frameworks de IA e ML, considerando trade-offs técnicos, regulatórios e de negócio.Colaborar com áreas de negócio para entender demandas e traduzi-las em soluções de IA com valor agregado.Zelar pela governança e uso responsável da IA, em conformidade com regulamentações como LGPD e AI Act, além de diretrizes éticas.Apoiar o ciclo de vida completo das soluções de IA, desde a experimentação e prototipação até MLOps e operação em produção.Conduzir POCs e projetos-piloto, validando a viabilidade técnica e o retorno de soluções baseadas em IA.