**Junte-se a nós na Provectus** para fazer parte de uma equipe dedicada à criação de soluções tecnológicas de ponta 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 ultrapassar os limites do que é possível. Como Engenheiro de ML, você terá todas as oportunidades para desenvolvimento e crescimento. **Vamos trabalhar juntos para construir um futuro melhor para todos!** ### **Requisitos:** * Confortável com algoritmos padrão de ML e a matemática subjacente. * Experiência prática sólida com LLMs em produção, arquitetura RAG e sistemas agente. * Experiência com AWS Bedrock é altamente desejável. * Experiência prática com resolução de tarefas de classificação e regressão em geral, engenharia de características. * Experiência prática com modelos de ML em produção. * Experiência prática com um ou mais casos de uso dos seguintes: PLN, LLMs e motores de recomendação. * Habilidades sólidas de engenharia de software (ou seja, capacidade de produzir módulos bem estruturados, não apenas scripts de notebook). * Expertise em Python, Docker. * Nível de inglês – Intermediário forte. * Excelentes habilidades de comunicação e resolução 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 aprendizado de máquina 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 em modelos em produção. * Desenvolver rota de experimentação. * Configurar um ambiente de experimentação reprodutível e manter 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 com os últimos avanços em ML e IA e propor soluções inovadoras.