Descrição do Cargo
">
Buscamos um profissional para aplicar técnicas avançadas de ciência de dados e construir modelos preditivos, generativos e agentes de IA autônomos.
">
O que você vai fazer:
">
">
* Desenvolver e implementar modelos preditivos de alta performance: regressão, classificação, séries temporais, para apoiar decisões estratégicas e operacionais;
">
* Projetar, treinar e otimizar modelos generativos: LLMs, GANs, Diffusion Models, aplicados à geração de conteúdo, assistência contextual, enriquecimento de dados, entre outros;
">
* Construir agentes de IA autônomos e integráveis: com capacidade de raciocínio, memória e interação com múltiplas fontes e APIs; como assistentes inteligentes, agentes de atendimento, copilotos de negócio ou soluções baseadas em RAG;
">
* Atingir todo o pipeline de ciência de dados: definição do problema, coleta e preparação de dados, modelagem, validação, deployment e monitoramento;
">
* Garantir qualidade, rastreabilidade e reprodutibilidade dos modelos: utilizando boas práticas de engenharia de machine learning (MLOps);
">
* Ser referência técnica dentro do time: colaborando com engenheiros(as) de dados, produto e áreas de negócio;
">
* Promover a melhoria contínua dos processos de ciência de dados: contribuindo com ferramentas, frameworks e boas práticas;
">
* Estimular e apoiar a cultura data-driven e data-centric: compartilhando conhecimento técnico com o time e stakeholders.
">
">
O que esperamos de você:
">
">
* Ensino superior completo: Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas;
">
* Modelos preditivos supervisionados: regressão, árvores, ensemble, redes neurais, etc.;
">
* Modelos generativos: LLMs, transformers, GANs, VAEs, Diffusion Models;
">
* Linguagem Python: uso avançado de bibliotecas como scikit-learn, TensorFlow, PyTorch, Hugging Face, Transformers;
">
* SQL e NoSQL: além de experiência com dados não estruturados;
">
* Estatística aplicada: métricas de avaliação e validação de modelos;
">
* Práticas de MLOps: MLflow, Airflow, Docker, APIs, CI/CD;
">
* Experiência em ambientes cloud: AWS, Azure, GCP;
">
* Leitura técnica em inglês: para implementação de ferramentas e bibliotecas.
">
">
Seria legal se tivesse:
">
">
* Pós-graduação ou especialização: em IA, Ciência de Dados ou áreas correlatas;
">
* Experiência prática: com RAG (Retrieval-Augmented Generation) em soluções reais;
">
* Vivência: com LangChain Agents, AutoGen ou Semantic Kernel além do básico;
">
* Familiaridade: com domínio fiscal, especialmente no contexto do ERP PROTHEUS.
">
"]},