**Junte-se a nós na Provectus** para fazer parte de uma equipe dedicada à criação de soluções tecnológicas inovadoras que tenham um impacto positivo na sociedade. Nossa empresa especializa-se em tecnologias de IA e ML, serviços em nuvem e engenharia de dados, e temos orgulho da nossa capacidade de inovar e expandir os limites do que é possível. Como Engenheiro(a) de ML, você terá todas as oportunidades para desenvolvimento e crescimento. **Vamos trabalhar juntos para construir um futuro melhor para todos!** ### **Requisitos:** * Domínio dos algoritmos padrão de ML e da matemática subjacente. * Experiência prática sólida com LLMs em produção, arquitetura RAG e sistemas agente. * Experiência com AWS Bedrock será altamente valorizada. * Experiência prática geral na resolução de tarefas de classificação e regressão, além de engenharia de características (feature engineering). * Experiência prática com modelos de ML em produção. * Experiência prática em um ou mais casos de uso entre os seguintes: PLN (NLP), LLMs e motores de recomendação. * Sólidos conhecimentos em engenharia de software (por exemplo, capacidade de produzir módulos bem estruturados, não apenas scripts em notebooks). * Domínio de Python e Docker. * Nível de inglês — intermediário avançado (strong Intermediate). * Excelentes habilidades de comunicação e solução de problemas. ### **Será um diferencial:** * Experiência prática com plataformas em nuvem (preferencialmente AWS, por exemplo Amazon SageMaker, ECR, EMR, S3, AWS Lambda). * Experiência prática com modelos de deep learning. * Experiência com taxonomias ou ontologias. * Experiência prática com pipelines de machine learning para orquestrar fluxos de trabalho complexos. * Experiência prática com Spark/Dask, Great Expectations. ### **Responsabilidades:** * Criar modelos de ML do zero ou aprimorar modelos existentes. * Colaborar com a equipe de engenharia, cientistas de dados e gerentes de produto nos modelos em produção. * Desenvolver o roteiro de experimentação. * Configurar um ambiente de experimentação reprodutível e manter os pipelines de experimentação. * Monitorar e manter modelos de ML em produção para garantir desempenho ideal. * Escrever documentação clara e abrangente para modelos, processos e pipelines de ML. * Manter-se atualizado sobre os últimos avanços em ML e IA e propor soluções inovadoras. Podemos usar ferramentas de inteligência artificial (IA) para apoiar partes do processo de contratação, como revisar candidaturas, analisar currículos ou avaliar respostas. Essas ferramentas auxiliam nossa equipe de recrutamento, mas não substituem o julgamento humano. As decisões finais de contratação são tomadas por pessoas. Se desejar mais informações sobre como seus dados são processados, entre em contato conosco.