Responsabilidades Desenhar, treinar e avaliar modelos de Machine Learning e Deep Learning que resolvam problemas de negócio nas diferentes áreas da empresa. Colocar modelos em produção no GCP com pipelines reproduzíveis. Construir e manter pipelines de features e de treinamento sobre o BigQuery, em conjunto com o time de Data Engineering. Implementar práticas de MLOps: versionamento de dados e modelos, CI/CD, retreinamento e monitoramento de drift e performance. Disponibilizar os resultados para consumo do negócio: tabelas no BigQuery, APIs ou integração com dashboards de Power BI. Avaliar e prototipar casos de uso com LLMs e IA generativa (RAG, classificação, extração de informações) quando trouxerem valor concreto. Medir o impacto de cada modelo com métricas de negócio, e não apenas técnicas. Documentar os modelos (premissas, dados, métricas e limitações) e registrar o andamento no Jira. Diferenciais Experiência com LLMs e IA generativa: APIs de modelos fundacionais, RAG, embeddings e avaliação de outputs. Orquestração de pipelines de dados e de ML (por exemplo, Airflow, Cloud Composer ou Vertex AI Pipelines). Tracking de experimentos e registro de modelos (por exemplo, MLflow ou Vertex Experiments). Conhecimento de Microsoft Fabric e Power BI para integrar os resultados à camada de reporting. Experiência em e-commerce, varejo ou logística. Conhecimento da LGPD aplicada ao uso de dados pessoais em modelos. Pós-graduação em Data Science, Estatística, Computação ou áreas afins. Espanhol intermediário.
Número de vagas: 1
Tipo de contrato e Jornada: Efetivo – CLT - Período Integral
Área Profissional: Especialista em Informática, TI, Telecomunicações - Administrador de Banco de Dados