Descrição do Cargo

- Atuar no desenvolvimento de soluções avançadas de Inteligência Artificial, incluindo modelos de Processamento de Linguagem Natural (NLP/NLU) e aplicações baseadas em IA Generativa (LLMs como GPT, LLaMA, Claude, etc.).
- Implementar arquiteturas de multi-agent systems (MAS) para fluxos de trabalho inteligentes, utilizando frameworks como LangGraph, AutoGen e CrewAI, seguindo diretrizes arquiteturais definidas pela equipe técnica.
- Desenvolver pipelines de Retrieval-Augmented Generation (RAG) para recuperação e geração de informações com precisão.
- Garantir a qualidade do código e aderência a Clean Architecture e princípios SOLID nas soluções desenvolvidas.
- Implementar integrações com APIs de IA Generativa (OpenAI, Ollama, Azure OpenAI, etc.) e serviços de nuvem, conforme especificações técnicas.
- Desenvolver software robusto e manutenível em Python, com foco em modularidade, testabilidade e boas práticas.
- Produzir documentação técnica clara e completa sobre as soluções implementadas.
- Cumprir as diretrizes estabelecidas na Política de Sustentabilidade da BRF, garantir a aderência ao Plano BRF de Sustentabilidade por meio de atividades em sua rotina que promovam a gestão, o atendimento aos indicadores e aos compromissos globais ESG (Ambiental, Social e de Governança) da Cia, assegurando a conexão entre suas ações e o desenvolvimento sustentável na cadeia da BRF.

Desejáveis

- Vivência em Machine Learning, Deep Learning e NLP/NLU.
- Vivência prática em arquiteturas com multi-agents (MAS) para automação de fluxos e tarefas colaborativas.
- Proficiência nos frameworks: LangGraph, AutoGen, CrewAI.
- Domínio em Python, aplicando princípios de Clean Architecture, SOLID e testes.
- Vivência com RAG e mecanismos vetoriais para IA Generativa.
- Conhecimento em frameworks/bibliotecas de ML/DL: TensorFlow, PyTorch, Scikit-learn.
- Conhecimento em deploy de modelos de IA em ambientes produtivos.
- Familiaridade com serviços em nuvem, especialmente Azure.
- Conhecimento em criação e consumo de APIs REST.
- Conhecimento em containerização (Docker) e orquestração (Kubernetes).
- Noções de CI/CD e pipelines automatizadas.

Formação Acadêmica

Ensino Superior em Ciência da Computação, Sistemas da Informação, Engenharia da Computação, Tecnólogo em Processamento de Dados e áreas afins.