O que Buscamos para Somar ao nosso #Topaz
Team:
Requisitos
Experiência prática em Machine Learning e/ou IA aplicada a produtos digitais .
Vivência com engenharia de prompts para LLMs (ex.: OpenAI, Azure OpenAI, Anthropic ou similares).
Conhecimento sólido em Python e bibliotecas de ML (ex.: scikit-learn, Tensor
Flow, PyTorch).
Experiência com tratamento e análise de dados (pandas, NumPy, SQL).
Conhecimento em APIs, serviços em nuvem (AWS, Azure ou GCP) e integração de modelos.
Familiaridade com versionamento (Git) e boas práticas de desenvolvimento.
Capacidade analítica, pensamento crítico e foco em resolução de problemas complexos.
Boa comunicação para explicar conceitos técnicos a públicos não técnicos.
Desejáveis:
Experiência com MLOps , CI/CD para modelos e monitoramento em produção.
Vivência em produtos baseados em IA generativa , chatbots, copilots ou sistemas inteligentes.
Conhecimento em NLP, embeddings, RAG (Retrieval-Augmented Generation) .
Atuação em ambientes regulados ou sistemas críticos.
Seu Papel como Protagonista da Trans
formação
Desenvolver, otimizar e escalar soluções baseadas em Machine Learning e modelos de linguagem (LLMs) , garantindo alto desempenho, confiabilidade e geração de valor para produtos e processos de negócio, com foco em engenharia de prompts, integração de modelos e melhoria contínua das soluções de IA .
Projetar, testar e otimizar prompts para modelos de linguagem (LLMs) visando precisão, consistência e eficiência nas respostas.
Desenvolver, treinar, ajustar e validar modelos de Machine Learning , supervisionados ou não supervisionados.
Integrar modelos de IA e ML em produtos, APIs e pipelines de dados .
Trabalhar em parceria com times de Produto, Engenharia, Dados e Negócio para traduzir necessidades em soluções baseadas em IA.
Avaliar performance dos modelos usando métricas adequadas e realizar iterações contínuas de melhoria .
Implementar boas práticas de versionamento, monitoramento e governança de modelos .
Atuar na identificação de riscos, vieses e limitações dos modelos, propondo mitigação.
Documentar soluções, experimentos, decisões técnicas e aprendizados.
Acompanhar tendências e evoluções em IA generativa, LLMs e MLOps .
