**Junte-se a nós na Provectus** para fazer parte de uma equipe dedicada à construção 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 de 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 profissional. **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 agênticos. * Experiência com AWS Bedrock é fortemente preferida. * Experiência prática na resolução de tarefas de classificação e regressão em geral, bem como em engenharia de características (feature engineering). * Experiência prática com modelos de ML em produção. * Experiência prática em um ou mais casos de uso a seguir: processamento de linguagem natural (NLP), LLMs e mecanismos de recomendação. * Habilidades sólidas em engenharia de software (ou seja, capacidade de produzir módulos bem estruturados, não apenas scripts em notebooks). * Domínio avançado de Python e Docker. * Nível de inglês — intermediário forte. * Excelentes habilidades de comunicação e resolução de problemas. ### **Será um diferencial:** * Experiência prática com plataformas em nuvem (preferencialmente a pilha AWS, por exemplo: Amazon SageMaker, ECR, EMR, S3, AWS Lambda). * Experiência prática com modelos de aprendizado profundo (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 no desenvolvimento de modelos em produção. * Elaborar o roteiro de experimentações. * Configurar um ambiente de experimentação reproduzível e manter pipelines de experimentação. * Monitorar e manter modelos de ML em produção para garantir desempenho ideal. * Produzir documentação clara e abrangente para modelos de ML, processos e pipelines. * Manter-se atualizado(a) sobre os mais recentes avanços em ML e IA e propor soluções inovadoras. Podemos utilizar ferramentas de inteligência artificial (IA) para apoiar partes do processo seletivo, como análise de candidaturas, avaliação de currículos ou análise de respostas. Essas ferramentas auxiliam nossa equipe de recrutamento, mas não substituem o julgamento humano. As decisões finais de contratação são sempre tomadas por pessoas. Caso deseje obter mais informações sobre como seus dados são processados, entre em contato conosco.