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.