* Salário: R$ 3.000 a R$ 6.000 por mês (estimado)
* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.
Área: Tecnologia da Informação
Nível: Junior
Descrição da vaga
Estamos em busca de um Engenheiro de Inteligência Artificial para liderar iniciativas estratégicas com foco em modelos generativos.
Você será responsável pelo desenho, desenvolvimento, experimentação e deployment de soluções baseadas em LLMs, colaborando com squads multidisciplinares na construção de produtos inteligentes, inovadores e escaláveis.
Responsabilidades e atribuições
- Projetar pipelines de IA aplicando modelos pré-treinados e/ou customizados (GPT, Claude, LLaMA, etc.).
- Desenvolver integrações com plataformas como Amazon Bedrock, SageMaker, OpenAI API.
- Participar do discovery técnico e mapeamento de oportunidades para uso de GenAI nos produtos.
- Liderar a arquitetura e implementação de soluções RAG (Retrieval-Augmented Generation).
- Trabalhar em conjunto com devs full-stack e engenheiros de dados para colocar modelos em produção com confiabilidade.
- Realizar tuning e monitoramento de desempenho de modelos.
- Garantir boas práticas de MLOps: versionamento, reprodutibilidade, CI/CD e observabilidade.
Requisitos e qualificações
- Sólida experiência com machine learning aplicados em produção.
- Domínio de Python, com bibliotecas como scikit-learn, transformers, PyTorch ou TensorFlow.
- Experiência prática com modelos generativos e engenharia de prompts.
- Conhecimento em infraestrutura de IA na nuvem (especialmente AWS Bedrock/SageMaker, mas também vale Azure ou GCP).
- Capacidade de trabalhar de forma autônoma, liderar iniciativas e comunicar decisões técnicas com clareza.
Diferenciais desejáveis
- Experiência com LangChain, LlamaIndex ou frameworks de orquestração de LLMs.
- Conhecimento em sistemas de vetores(Pinecone, Weaviate, FAISS) e embeddings.
- Familiaridade com conceitos de ética em IA, como segurança, viés e explainability.
- Experiência prévia em contextos de inovação, labs ou squads de MVP.