Descrição do Cargo

• Liderança Técnica em GenAI: Identificar, desenhar e implementar oportunidades de negócio utilizando modelos de linguagem de larga escala (LLMs) e outras técnicas de IA Generativa.
• Sistemas de Agentes Autônomos: Projetar e implementar arquiteturas de agentes capazes de realizar tarefas complexas de ponta a ponta, utilizando técnicas de raciocínio (Reasoning), uso de ferramentas externas (Tool Use/Function Calling) e orquestração multi-agente para automação de processos.
• Arquitetura de Soluções: Desenvolver sistemas baseados em RAG (Retrieval-Augmented Generation), agentes autônomos e fluxos de trabalho complexos de IA.
• Desenvolvimento e Fine-tuning: Implementar e otimizar modelos generativos através de técnicas de Prompt Engineering, Fine-tuning.
• Processamento de Linguagem Natural (NLP): Manipular e preparar grandes volumes de dados não estruturados para treinamento e ingestão em bases vetoriais.
• Ciclo de Vida de Modelos: Garantir a qualidade, segurança (Guardrails) e ética nas respostas dos modelos generativos implementados.
• Documentação: Criar documentação técnica detalhada, desde a arquitetura da solução até as métricas de performance dos modelos.

Formação Acadêmica

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

Requisitos

• Ecosistema GenAI: Experiência prática com frameworks de orquestração como LangChain.
• Modelos e APIs: Sólido conhecimento em LLMs (GPT, Claude, Llama 3, Mistral) e integração via APIs (Azure OpenAI).
• Programação: Domínio avançado de Python.
• Engenharia de Dados para IA: Experiência em técnicas de extração de texto (ETL para documentos), tokenização e estratégias de chunking.
• Cloud & Produção: Experiência com Azure (Azure OpenAI Service, AI Search, Prompt Flow).
• DevOps/MLOps: Experiência com Docker, Kubernetes e exposição de serviços via APIs REST (FastAPI/Flask).
• Visão de Negócio: Capacidade de analisar ROI e Saving em projetos de tecnológica.
• Desejável: Pós-graduação (Mestrado ou Doutorado) com foco em IA, ML ou Dados.