VAGA 100% PRESENCIAL - Taboão da Serra/ SP Profissional sênior responsável por desenhar, desenvolver e operar soluções de Inteligência Artificial ponta a ponta — desde pipelines de dados até deploy de modelos de Machine Learning e LLMs em ambiente container-orientado (Kubernetes/OpenShift). Atuação forte em Python, MLOps, GenAI/RAG e entendimento de domínio de negócio. Conhecimentos necessários • Linguagem e backend • Domínio de Python ou JAVA para construção de APIs, serviços e jobs batch (ex.: FastAPI/Flask, scripts de automação, ETLs). • Boas práticas de código (logs, testes, organização de pacotes, virtualenv/poetry/pip, etc.). • Infraestrutura, containers e orquestração • Experiência com containers: build, otimização de imagens, multi-stage builds. • Experiência com Kubernetes / OpenShift (desejável experiência real em produção): • Deploy e operação de aplicações (Deployments, CronJobs, ConfigMaps, Secrets, Ingress/Routes). • Noções de observabilidade, logs, métricas e troubleshooting em cluster. • MLOps / Data & AI • Experiência em Machine Learning clássico (treino, avaliação, versionamento de modelos e features). • Experiência em LLMs / GenAI em produção (vLLM, KServe, OpenShift AI ou similar). • Conhecimento em pipelines de dados e integração com fontes diversas. • Experiência com Kafka ou outros sistemas de mensageria/streaming para ingestão de eventos em larga escala. • Experiência com Elasticsearch / OpenSearch ou outro mecanismo de busca para indexação, consulta e análise de dados. • Arquitetura e integração • Capacidade de desenhar arquiteturas de referência para soluções de IA (batch, near real time, APIs síncronas). • Integração de serviços de IA com sistemas legados, APIs REST e bancos de dados. • Experiência com Git, CI/CD e boas práticas de versionamento e automação de deploy. • Domínio de negócio • Capacidade de traduzir requisitos de negócio em soluções técnicas de IA com foco em valor e governança. • Perfil comportamental • Atuação sênior / hands-on, com autonomia para propor arquitetura, implementar, testar e colocar em produção. • Boa comunicação com times de negócio, produto, desenvolvimento e operações. • Capacidade de documentação clara (README, FAQs, dicionário de dados, fluxos de arquitetura, etc.). Conhecimentos desejáveis • GenAI e LLMs avançado • Experiência com RAG, vector stores e embeddings. • Conhecimento em orquestração de LLMs (agentes, ferramentas, chain-of-thought supervisionado, etc.). • Experiência com modelos como Llama, Falcon, ou outros LLMs self-hosted. • Ferramentas e ecossistema • Experiência com OpenShift AI / KServe / vLLM em ambiente corporativo. • Noções de monitoramento de custo e performance de modelos (tokens, latência, throughput). • Data Engineering / Analytics • Conhecimento de modelagem de dados, ETL/ELT e boas práticas de qualidade de dados. • Experiência em criação de dashboards/relatórios para acompanhar uso de IA, métricas de negócio e indicadores de risco. • Segurança e governança • Noções de segurança de dados, LGPD, anonimização e controle de acesso em projetos de governo/setor público. Boas práticas de governança de modelos (auditoria, rastreabilidade, logging de consultas, explainability básica).