Vaga de ML Engineer Inteligência artificial

Requisitos Inglês Essa vaga exige nível mínimo de inglês Avançado Tecnologias Necessárias Conhecimentos obrigatórios Machine learning Inteligência artificial Tecnologias Desejáveis Conhecimentos não obrigatórios Senioridade Tempo de experiência Pleno (2-4 anos de experiência) Especialização em áreas como Machine Learning, Inteligência Artificial ou Ciência da Computação. Certificações avançadas em plataformas de cloud que oferecem serviços de AI/ML, especialmente AWS Certified Machine Learning  Specialty, Google Professional Data Engineer ou Microsoft Certified: Azure AI Engineer Associate. Experiência comprovada no desenvolvimento de modelos de Machine Learning e Deep Learning. Experiência no desenvolvimento de aplicações como processamento de imagens, texto, análise de séries temporais e geração e dados sintéticos. Experiência com ferramentas e frameworks específicos para ML/AI como TensorFlow, PyTorch, Scikit-learn e Keras. Conhecimento profundo em ambientes de desenvolvimento como Jupyter, Colab ou RStudio. Experiência prática com múltiplas plataformas de cloud, incluindo AWS e IBM, com disposição para aprender e adaptar-se a novas plataformas. Experiência mínima de 5 anos em funções relevantes de desenvolvimento de soluções de ML/AI. Domínio avançado de Python; familiaridade com R e suas bibliotecas específicas para análise de dados como tidyverse e caret. Fluência em inglês e/ou espanhol técnico, com habilidade para compreender e se comunicar efetivamente. Atividades Projetar e desenvolver soluções de inteligência artificial e machine learning para resolver problemas de negócios complexos. Colaborar com as equipes de produto e engenharia para integrar algoritmos de AI/ML em soluções e produtos existentes. Conduzir pesquisa e implementação de técnicas de ponta em aprendizado de máquina e inteligência artificial. Avaliar a eficácia e precisão dos novos modelos de dados e algoritmos. Trabalhar em estreita colaboração com cientistas de dados e engenheiros de dados para criar pipelines de dados eficientes para treinamento de modelos e inferência. Desenvolver modelos de machine learning e implementar algoritmos de inteligência artificial. Prototipar e testar soluções de AI/ML antes de lançá-las em produção. Otimizar soluções de AI/ML para desempenho e escalabilidade. Gerenciar o ciclo de vida completo de desenvolvimento de software de IA, desde a concepção até a implantação e manutenção. Documentar o processo de desenvolvimento de AI/ML e criar relatórios técnicos.