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).