Descrição da função:
Atua em um time de dados com foco no desenvolvimento de soluções baseadas em IA generativa e modelos de machine learning — da experimentação à disponibilização em produção.
Colabora com processos de transformação dados quando necessário, e desenvolve produtos e APIs que levam inteligência aos sistemas e usuários da empresa.
Responsabilidades:
- Desenvolver, treinar e avaliar modelos de machine learning e soluções de IA generativa.
- Construir aplicações e APIs que expõem modelos para consumo por outros times e sistemas.
- Desenvolver soluções RAG, agentes autônomos e aplicações conversacionais com LLMs.
- Operacionalizar modelos em produção com MLflow dentro do ecossistema Databricks.
- Colaborar com processos de transformação de dados.
- Integrar soluções de IA com fontes de dados e sistemas externos via API.
Competências / Requisitos:
- Python avançado para modelagem, experimentação e desenvolvimento de soluções.
- Machine learning clássico: regressão, classificação, clustering, avaliação e seleção de modelos.
- IA Generativa: LLMs, arquiteturas RAG, desenvolvimento de agentes de IA (LangChain, LlamaIndex ou similares).
- MLflow: tracking de experimentos, versionamento de modelos e deploy em produção.
- Databricks: notebooks, Feature Store, Model Serving e Mosaic AI / Agent Framework.
- Desenvolvimento de APIs para exposição de modelos e integração com sistemas.
- SQL e noções de pipelines de dados (ETL/ELT).
Diferenciais:
- Experiência com fine-tuning de LLMs (instruction tuning, PEFT/LoRA ou similares).
- Experiência com avaliação e observabilidade de aplicações de IA (LLM evals, tracing).
Tecnologias:
Plataforma de dados e ML: Databricks (Feature Store, Model Serving, Mosaic AI)
Linguagens: Python, SQL
MLOps: MLflow (tracking, versionamento, deploy)
IA Generativa: LLMs, RAG, agentes de IA (LangChain, LlamaIndex ou similares)
Integração de dados: APIs REST/GraphQL
