O(a) Cientista de Dados Sênior será responsável pelo desenvolvimento, otimização e aplicação de soluções baseadas em IA para atender a desafios de negócios complexos, combinando expertise técnica com habilidades estratégicas e liderança. **Responsabilidades** **Desenvolvimento e otimização** de LLMs, incluindo arquitetura de modelos, RAG, fine\-tuning e análise de performance. **Gestão de projetos** de ponta a ponta envolvendo soluções baseadas em LLMs, desde a concepção até a implementação em produção. **Colaboração interdisciplinar** com equipes de engenharia, produto e design para integrar LLMs em produtos e serviços. **Análise e mitigação de vieses** nos modelos, promovendo uso ético da IA. **Pesquisa e inovação** em técnicas de NLP (Processamento de Linguagem Natural) e tendências emergentes no campo. Liderança técnica e mentoria de cientistas de dados juniores. **Formação Acadêmica** Graduação em áreas como Ciência da Computação, Engenharia da Computação, Matemática, Estatística, ou correlatas. Pós\-graduação (Mestrado ou Doutorado) em Machine Learning, NLP, Ciência de Dados ou áreas relacionadas. **Hard Skills** Proficiência em frameworks como TensorFlow, PyTorch e Hugging Face. Conhecimento avançado em **arquiteturas Transformer** (ex: GPT, BERT, T5\). Experiência prática com deploy de LLMs em ambientes de produção. Forte capacidade em manipulação e análise de dados com **Python, R, SQL** e bibliotecas como Pandas e NumPy. Familiaridade com MLOps (ex: CI/CD para modelos de machine learning). Experiência em otimização de modelos para desempenho e custo (quantization, pruning, etc.). **Soft Skills** Excelentes habilidades de comunicação para traduzir conceitos técnicos em termos compreensíveis para stakeholders não técnicos. Pensamento crítico e habilidade para resolução de problemas complexos. Capacidade de liderar equipes multidisciplinares e gerir prioridades. Curiosidade e aprendizado contínuo para explorar novas tecnologias e abordagens. **Diferenciais** Publicações ou participação em conferências de IA/NLP (ex: NeurIPS, ACL). Contribuições para projetos open\-source em LLMs. Experiência com ética e responsabilidade na aplicação de IA. Experiência com grandes volumes de dados e Big Data (ex: Spark, Hadoop). Certificação em Machine Learning/Deep Learning (ex: TensorFlow Developer Certificate, AWS Certified Machine Learning). Certificações em nuvem (ex: Azure AI Engineer, Google Cloud Professional ML Engineer). **Benefícios** Ambiente colaborativo e foco em inovação. Oportunidade de trabalhar em projetos estratégicos com impacto direto na organização. Incentivos para capacitação e desenvolvimento contínuo. ;