Somos inspired by tech powered by people. Por isso, precisamos de pessoas apaixonados por desafios e com sede de aprendizado contínuo.Buscamos por novos makers para sonharem com a gente, que enxerguem além do óbvio e que estejam prontos para se juntar a nós nessa jornada de transformação e crescimento. Estamos expandindo nossos horizontes e buscamos pessoas que compartilhem dessa mesma paixão pela tecnologia e pelo aprendizado contínuo. Se você se encaixa nesse perfil, venha fazer parte do nosso time!RESPONSABILIDADES - Criar e gerenciar pipelines de dados robustos utilizando Ferramentas AWS (Lambda, S3 etc.) para garantir a ingestão, processamento e armazenamento eficiente dos dados.
- Utilizar Amazon SageMaker para desenvolver, treinar e implantar modelos de machine learning (ML) e deep learning (DL), incluindo LLMs como Titan e Claude.
- Projetar e implementar soluções de inteligência artificial generativa para resolver problemas específicos de negócios dos clientes, utilizando AWS SageMaker e outras ferramentas AWS.
- Refinar e otimizar modelos LLMs para melhorar a precisão e a eficiência, utilizando técnicas de fine-tuning e avaliação de métodos de recuperação.
- Atuar como especialista técnico, fornecendo consultoria e suporte para equipes internas e clientes, ajudando na adoção de soluções de AI/ML da AWS em diferentes cenários de uso.
- Realizar análises exploratórias de dados para identificar padrões, tendências e insights relevantes.
- Criar documentos técnico e apresentações para compartilhar melhores práticas e ajudar na capacitação de equipes internas e externas, bem como apresentação de resultados para clientes e equipe de negócios .
- Trabalhar em estreita colaboração com engenheiros de ML, cientistas de dados e arquitetos de soluções para influenciar e melhorar os produtos e serviços oferecidos pela AWS.
- Estar na liderança das escolhas técnicas, garantindo que os sistemas de dados sejam robustos, escaláveis e de alta qualidade.
REQUISITOS E QUALIFICAÇÕES - Bacharelado ou superior em Ciência da Computação, Engenharia, matemática, estatística ou área relacionada.
- Experiência comprovada no desenvolvimento e implementação de pipelines de dados com histórico em AWS, especialmente em SageMaker, S3 e outras ferramentas relacionadas.
- Experiência prática com frameworks de machine learning e deep learning (TensorFlow, PyTorch) e com a criação, treinamento e implantação de modelos em larga escala.
- Conhecimento e experiência com modelos de linguagem grande (LLMs), incluindo práticas de pré-treinamento, fine-tuning e implementação de agentes baseados em LLMs.
- Proficiência em Python e outras linguagens de programação relevantes para ML e engenharia de dados.
- Forte habilidade analítica para interpretar dados complexos e traduzir insights em soluções acionáveis.
- Excelentes habilidades de comunicação escrita e verbal para interagir efetivamente com stakeholders técnicos e não técnicos.
- Sólidos conhecimentos em banco de dados, modelagem e SQL;
- Sólidos conhecimentos nos conceitos de machine learning, como aprendizado supervisionado, não supervisionado, aprendizado por reforço etc.
- Capacidade de resolver problemas complexos de forma criativa e eficaz.
Diferenciais - Certificações AWS, como AWS Certified Data Analytics – Specialty, AWS Certified Machine Learning – Specialty, são altamente desejáveis.
- Experiência com GenAI: Experiência prévia na implementação de soluções de inteligência artificial generativa.
- Publicações e Projetos: Histórico de publicações em conferências ou revistas de prestígio e envolvimento em projetos open-source ou comunidades técnicas.
- Familiaridade com tecnologias emergentes e melhores práticas na área de inteligência artificial e ciência de dados.
- Experiência em liderar equipes de projetos, mentorando outros membros e promovendo um ambiente de trabalho colaborativo e inovador.
- Conhecimento em outras ferramentas e serviços AWS, como AWS Lambda, Redshift, Athena, entre outros.
- Certificações em nuvem, como AWS Certified Solutions Architect, Microsoft Certified: Azure Solutions Architect, Google Professional Cloud Architect, etc;
- Experiência com contêineres e orquestração de contêineres, utilizando Kubernetes, Docker, etc;
- Conhecimento de técnicas avançadas de processamento de linguagem natural (NLP) e visão computacional;
