Analista de Machine Learning - Pleno

Requisitos obrigatórios:

• Experiência sólida com desenvolvimento backend;
• Conhecimento em APIs REST;
• Experiência com consumo de APIs externas;
• Conhecimento em Python, Node.js, PHP/Laravel ou linguagem backend equivalente;
• SQL intermediário;
• Experiência com Git;
• Noções de Docker;
• Conhecimento em filas, jobs ou processamento assín;crono;
• Capacidade de estruturar código em camadas: controller, service, repository/provider;
• Experiência com tratamento de erros, logs, retries e timeouts;
• Conhecimento básico sobre modelos de linguagem, prompts, tokens e contexto;
• Experiência ou conhecimento prático com APIs de IA, como OpenAI, Azure OpenAI, Anthropic, Gemini ou similares;
• Noções de embeddings;
• Noções de RAG — Retrieval-Augmented Generation;
• Noções de busca semântica;
• Capacidade de validar entradas e saídas geradas por IA;
• Preocupação com segurança, privacidade de dados e controle de permissões.

Requisitos desejáveis:

• Experiência com LangChain, LlamaIndex, Semantic Kernel ou ferramentas similares;
• Experiência com bancos vetoriais, como pgvector, Qdrant, Pinecone, Weaviate ou Chroma;
• Experiência com Redis;
• Experiência com processamento de arquivos PDF, DOCX, CSV, XLSX e imagens;
• Conhecimento em OCR;
• Conhecimento em function calling/tools;
• Noções de agentes de IA;
• Noções de fine-tuning;
• Conhecimento em CI/CD;
• Linux básico/intermediário;
• Experiência com SaaS ou sistemas corporativos;
• Experiência com chatbots, automações, CRM, ERP, WhatsApp ou e-mail;
• Noções de observabilidade para IA: custo, latência, taxa de erro e qualidade das respostas.

Conhecimentos importantes para a função:

• Prompt engineering básico;
• Controle de custo no uso de APIs de IA;
• Tratamento de falhas em integrações com modelos;
• Redução de alucinação;
• Prompt injection e riscos de segurança em IA;
• Busca semântica versus busca por palavra-chave;
• Chunking de documentos;
• Uso de contexto confiável para geração de respostas;
• Validação de respostas antes de executar ações ou salvar dados.

Atitudes:

• Boa comunicação;
• Autonomia para resolver tarefas de média complexidade;
• Capacidade de investigar problemas pouco claros;
• Senso crítico para não confiar cegamente em respostas de IA;
• Curiosidade técnica;
• Organização;
• Responsabilidade com prazos;
• Capacidade de documentar decisões técnicas;
• Facilidade para trabalhar em equipe;
• Capacidade de pedir ajuda com contexto;
• Capacidade de orientar desenvolvedores juniores em tarefas simples;
• Atenção à qualidade, segurança e manutenção do código.