Estamos em busca de alguém curioso, com vontade de aprender e crescer rapidamente na área de IA. Você fará parte de uma equipe técnica dinâmica, trabalhando com tecnologias modernas de LLMs e aplicações práticas de IA. **Responsabilidades** * Colaborar no **design, desenvolvimento e implementação** de aplicações baseadas em LLMs, utilizando frameworks como LangChain; * Apoiar a criação de soluções com **RAG (Geração Aumentada por Recuperação)** e uso de **bancos de dados vetoriais** (ex.: ChromaDB); * Participar do desenvolvimento e testes de **interfaces de usuário** interativas com ferramentas como Gradio, Streamlit ou Shiny; * Auxiliar na **criação, teste e ajuste de prompts** para melhorar desempenho e precisão dos modelos; * Integrar **APIs de LLMs** de provedores como OpenAI, Google, Anthropic ou Meta; * Contribuir na construção de **agentes de IA** para automação de tarefas; * Considerar e apoiar discussões sobre **uso ético e responsável** de IA; * Aprender e aplicar gradualmente práticas de **MLOps** relacionadas ao ciclo de vida de aplicações de IA; * Manter\-se atualizado sobre **tendências e avanços** em IA e LLMs. **Requisitos Essenciais** * Graduação em Computação, Engenharia, Sistemas de Informação ou áreas afins (ou experiência prática equivalente); * Experiência em **programação**, preferencialmente em **Python;** * Compreensão básica sobre **LLMs**, suas capacidades e limitações; * Interesse em **engenharia de prompts;** * Vontade de aprender frameworks de desenvolvimento de IA; * Noções iniciais sobre **RAG** e bancos de dados vetoriais; * Interesse em desenvolver interfaces com **Gradio** ou **Streamlit;** * Conhecimento básico de **engenharia de software**, incluindo Git/GitHub e consumo de APIs; * Atenção aos **aspectos éticos** da IA; * Boa capacidade analítica, resolução de problemas e comunicação; * Proatividade, curiosidade e facilidade para aprender novas tecnologias. **Diferenciais** Ter familiaridade prévia (mesmo que básica) com: * LLMs e suas limitações; * Engenharia de prompts; * Frameworks de IA; * RAG e bancos de vetores; * Desenvolvimento simples de interfaces de usuário; * Boas práticas de engenharia de software (Git, APIs).