* Salário: R$ 2.000 a R$ 5.000 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: Outros
Nível: Senior
Sua missão:
Buscamos um(a) Engenheiro(a) de Machine Learning para elevar a inteligência da EVA além das capacidades out-of-the-box dos LLMs. Você vai desenvolver e operacionalizar modelos que tornam a EVA mais precisa na classificação de intenções, mais eficiente na detecção de anomalias e mais adaptada ao contexto do nosso negócio, transformando dados de interações reais em vantagem competitiva. Aqui, ML não é experimento: é produto entregue e monitorado em produção.
Quais serão suas responsabilidades:
- Desenvolver, treinar e validar modelos de classificação de intenções e NLU para aumentar a precisão do roteamento conversacional da EVA, reduzindo escaladas e respostas fora de contexto.
- Construir pipelines de treinamento, avaliação e re-treinamento contínuo de modelos, garantindo que a EVA evolua com o comportamento real dos usuários ao longo do tempo.
- Operacionalizar modelos em produção via APIs, gerenciando versionamento, rollout gradual, monitoramento de performance e estratégias de fallback.
- Aplicar técnicas de fine-tuning e RLHF em modelos de linguagem para adaptação ao domínio da empresa, em colaboração com o time de Engenharia de IA.
- Analisar logs e dados de conversação para identificar padrões, gaps de cobertura de intenções e oportunidades de melhoria, traduzindo insights em experimentos e melhorias mensuráveis.
- Implementar e monitorar métricas de qualidade de modelo (precision, recall, F1, drift de dados e conceito) com alertas proativos e planos de resposta para degradação em produção.
- Colaborar com a squad de Dados na definição de features, curadoria de datasets e estratégias de anotação, garantindo que os dados de treino reflitam a realidade do produto.
O que você precisa ter:
- Sólida experiência em TypeScript / Node.js para desenvolvimento de modelos, pipelines de dados e serviços de ML, é a linguagem central dessa função
- Experiência prática com frameworks de ML/DL: PyTorch ou TensorFlow, scikit-learn e Hugging Face Transformers
- Conhecimento aplicado de NLP: classificação de texto, embeddings, tokenização, modelos de linguagem e tarefas de compreensão de linguagem natural
- Experiência com MLOps: versionamento de modelos (MLflow, DVC), rastreamento de experimentos e pipelines de treinamento reproduzíveis
- Capacidade de expor modelos como APIs REST (FastAPI ou equivalente) para consumo pelos times de engenharia, com atenção a latência e confiabilidade
- Familiaridade com PostgreSQL e SQL para análise exploratória, extração de features e consultas sobre dados de produção
- Experiência com Docker e noções de CI/CD (Azure DevOps) para entrega e atualização de modelos em ambiente de produção
- Mentalidade orientada a experimentação rigorosa: definição de hipóteses, design de experimentos, interpretação de métricas e comunicação clara de resultados
O que seria muito legal se você soubesse:
- Experiência com LangGraph para construção de agentes com grafos de estado, loops de raciocínio e controle de fluxo complexo
- Conhecimento em plataformas de mensageria conversacional (WhatsApp Business API, Blip, Insider One) e seus modelos de integração
- Familiaridade com ferramentas de avaliação de LLMs (LangSmith, Ragas, PromptFoo) e métricas como faithfulness, answer relevancy e context precision
- Experiência com bancos de dados vetoriais (pgvector, Pinecone, Weaviate) e estratégias de busca híbrida (semântica + lexical)
- Noções de GCP (Cloud Run, Vertex AI, Cloud Storage) para deploy e operação de serviços de IA em escala
- Conhecimento de práticas de LLMOps: versionamento de prompts, monitoramento de custo/token, detecção de drift e estratégias de fallback entre modelos
- Experiência com N8N ou outra ferramenta de low-code/automação para entender a arquitetura legada e contribuir na migração
O que te tornaria um especialista para essa vaga:
- Ter construído ou evoluído um produto de IA conversacional em produção, com usuários reais, volume, e os problemas reais que isso traz
- Capacidade de propor e justificar escolhas de arquitetura de IA (modelo, orquestração, retrieval) com base em dados de avaliação e restrições de negócio
- Perfil curioso e atualizado com o ecossistema de IA, que acompanha lançamentos de modelos, papers relevantes e tendências de ferramentas com olho crítico.
O que oferecemos:
️ VR e VA | Descrição:
Assistência médica
Assistência odontológica
Bônus variável anual
Auxílio creche
Auxílio home office
️ Wellhub + App Ginastica Laboral
✨ Seguro de vida
Day Off no mês de Aniversário
Vale Transporte ou Estacionamento
Campanha de Vacinação
TelePsicologia e Nutrição Online
Massagem no escritório para modelo híbrido
Emendas de Feriado
Acesso aos nosso produtos
Bateu aquela fome? Temos snacks no escritório