Formação Acadêmica - Graduação em Ciência da Computação, Engenharia da Computação, Sistemas de Informação ou áreas correlatas; - Diferencial: Mestrado ou Doutorado em Inteligência Artificial, Processamento de Linguagem Natural (NLP), Aprendizado de Máquina, Deep Learning ou áreas afins. Principais Atividades - Executar experimentos para validação de novos modelos, arquiteturas e metodologias; - Realizar e análises estatísticas de desempenho; - Garantir rigor científico, reprodutibilidade e conformidade metodológica; - Redigir artigos científicos, relatórios técnicos e patentes. Habilidades Desejáveis - Experiência e atuação em pesquisa aplicada e desenvolvimento experimental em IA; - Conhecimento em modelos de Linguagem de Grande Escala (LLMs) e NLP avançado; - Conhecimento em Machine Learning e Deep Learning supervisionado, não supervisionado e auto-supervisionado; - Dominar escrita, revisão e submissão de artigos científicos; - Experiência com modelos multimodais (texto, áudio, vídeo e sensores); - Atuação prévia em centros de pesquisa, laboratórios de P&D ou projetos financiados por agências públicas. Tecnologias - Linguagens: Python (avançado), Bash, C/C++; - Frameworks e Bibliotecas de IA: PyTorch, TensorFlow, Hugging Face (Transformers, Datasets), Scikit-learn; - NLP e LLMs: Fine-tuning, RAG (Retrieval-Augmented Generation), Prompt Engineering, avaliação e benchmarking de modelos; - MLOps para Pesquisa: Docker, Kubernetes, Git, CI/CD, versionamento de dados e experimentos (DVC, LakeFS); - Engenharia de Dados: SQL, NoSQL, Data Lakes, pipelines de dados, Apache Spark. Idiomas - Inglês Intermediário.