Skills
Python
LLM lifecycle (prompt engineering, RAG, few-shot, CoT)
Machine Learning estatístico e causal
Sobre a Vaga
Na AE Studio, você atuará como Applied AI Data Scientist em uma combinação de projetos com clientes e iniciativas internas de pesquisa. O foco é resolver problemas do mundo real, apoiar o desenvolvimento de produtos relevantes e contribuir para estudos de alinhamento de IA, sempre com mentalidade de colaboração e autonomia.
Responsabilidades
- Construir soluções orientadas a dados para desafios reais
- Aplicar e aprimorar modelos de machine learning em contextos de produto
- Projetar e evoluir fluxos do ciclo de vida de LLMs (prompt design/engenharia)
- Experimentar abordagens como RAG, few-shot, CoT, multimodalidade e fine-tuning
- Realizar avaliação rigorosa de modelos e garantir qualidade com métricas e incerteza
- Contribuir com pesquisa de alto impacto e propor iniciativas que possam virar “skunkworks”
- Trabalhar em ciclos ágeis (Kanban/Scrum) e prototipar rapidamente com apoio de ferramentas de IA
Requisitos
- Fluência em Python e experiência prática em ciência de dados
- Experiência com ciclo de vida de LLM: design/engenharia de prompts, técnicas de prompting, vetores (vector databases), multimodalidade, fine-tuning e avaliação
- Fundamentos sólidos de ML estatístico e causal, incluindo desenho experimental, quantificação de incerteza e avaliação rigorosa (tabular, séries temporais e fine-tuning de modelos de base)
- Experiência com deep learning para NLP ou visão computacional (PyTorch, TensorFlow ou JAX)
- Conhecimento para desenvolver e treinar modelos com foco em desempenho e confiabilidade
- Boa comunicação em inglês (clara e objetiva)
- Autogestão: capacidade de tocar projetos com autonomia e entregar sem supervisão constante
- Compreensão de produto e UX para construir experiências úteis e intuitivas
Beneficios
- Cultura remote-first: possibilidade de trabalhar de qualquer lugar ou atuar em escritório
- Horários flexíveis com foco em resultados
- Remuneração competitiva, com aumentos por desempenho
- Programa de equity para projetos com clientes e iniciativas internas
- Oportunidades de crescimento em R&D e espaço para propor pesquisas de alto impacto
- Ambiente colaborativo com mentorias e compartilhamento de conhecimento
- Perks como talks semanais e retiro anual da equipe
Esta vaga foi curada e enriquecida pelo 123Vagas para facilitar sua busca. A candidatura é feita no site original: job-boards.greenhouse.io.
Saiba como funciona.