Engenheiro(a) de IA/ML Sênior

Engenheiro(a) de IA/ML Sênior | Especialista em Machine Learning na AWS
Regime de Contratação: PJ (Pessoa Jurídica)
Duração do Projeto: Longo prazo (estimativa inicial de 3 a 5 anos considerando desenvolvimento, evolução e manutenção)
Local: Remoto, com flexibilidade para encontros presenciais eventuais (a combinar)
Ferramentas de Comunicação e Colaboração: Microsoft Teams, SharePoint, OneDrive e outras ferramentas Microsoft 365 para comunicação, gerenciamento de tarefas, colaboração e armazenamento de arquivos.

1) Sobre o Projeto APP-FILL:

O APP-FILL é uma plataforma disruptiva que combina elementos de redes sociais (Instagram, Tinder), gincanas de caça ao tesouro urbanas, ferramentas para influenciadores digitais e painéis de publicidade para empresas. Nossa missão é conectar o mundo virtual ao real, proporcionando experiências únicas e engajadoras.
O coração do APP-FILL pulsa com Inteligência Artificial. Desde a moderação de conteúdo sensível até a personalização da experiência do usuário com sugestões precisas e a promoção de interações significativas, a IA é fundamental para a inovação e o sucesso do nosso aplicativo.

2) Por que estamos contratando?

Procuramos um(a) Engenheiro(a) de IA/ML Sênior PJ apaixonado(a) por transformar dados em experiências inteligentes.
Você será a mente técnica por trás de nossos algoritmos, responsável pelo design, desenvolvimento, implantação e otimização dos modelos de Machine Learning que impulsionarão as funcionalidades centrais do APP-FILL.
Este é um projeto de longo prazo, com alto nível de sigilo e que exige um profissional que domine o ciclo de vida completo do MLOps e que seja um(a) especialista em soluções de IA na AWS.
Toda estrutura é baseada nos serviços Amazon, e as cinco IA disponibilizadas e configuráveis (SageMaster)

3) Principais Responsabilidades
Como Engenheiro(a) de IA/ML Sênior, suas principais responsabilidades incluirão:

3.1. Design e Desenvolvimento de Modelos de IA/ML:
Projetar, desenvolver e implementar algoritmos e modelos de Machine Learning que impulsionarão as funcionalidades do APP-FILL, como:
Classificação e Moderação de Conteúdo: Desenvolver IA para identificar e classificar conteúdo por faixa etária, detectar discurso de ódio, violência, nudez, drogas, conforme as regulamentações brasileiras.
Sugestão Inteligente: Criar modelos de recomendação para hashtags, interesses, eventos, programas e "quebra-gelos" para encontros, utilizando dados de usuário e comportamento.
Processamento de Linguagem Natural (PNL): Implementar soluções para interpretação de áudio para texto, geração de legendas/subtitles, análise de sentimentos e extração de entidades.
Visão Computacional: Desenvolver e otimizar IA para reconhecimento facial (validação de identidade), detecção de objetos em imagens e vídeos para enriquecimento de tags.
Algoritmo de Feed Personalizado: Contribuir para a construção de um algoritmo de pontuação de relevância e classificação de conteúdo similar aos da Meta e TikTok, para personalizar o feed dos usuários.
3.2. Implementação e Operacionalização de MLOps na AWS:
Desenvolver e gerenciar o ciclo de vida completo dos modelos de Machine Learning (MLOps), desde a coleta de dados e treinamento até a implantação, monitoramento e retreinamento contínuo.
Utilizar extensivamente os serviços de IA/ML da AWS, incluindo:
Amazon SageMaker: Para construir, treinar e implantar modelos customizados.
Amazon Rekognition: Para funcionalidades de visão computacional.
Amazon Transcribe: Para conversão de áudio em texto.
Amazon Comprehend: Para processamento de linguagem natural.
AWS Step Functions: Para orquestrar pipelines de IA/ML complexos (ex: processamento de posts).
Amazon Kinesis: Para ingestão de dados de interação em tempo real.
Colaborar com a equipe DevOps para automatizar pipelines de CI/CD para modelos de ML.
3.3. Análise de Dados e Feature Engineering:
Trabalhar com grandes volumes de dados (armazenados em Amazon S3, Aurora) para pré-processamento, feature engineering e otimização de dados para treinamento de modelos.
Realizar análises exploratórias de dados para identificar tendências e insights que possam melhorar a performance dos modelos.
3.4. Otimização, Monitoramento e Resiliência dos Modelos:
Monitorar a performance dos modelos em produção, detectando desvios (drift), preconceitos ou degradação da performance, e implementando retreinamentos e atualizações.
Otimizar modelos para performance e eficiência de custo, garantindo que rodem de forma escalável na AWS.

3.5. Segurança e Confidencialidade:
Implementar as melhores práticas de segurança no desenvolvimento e implantação de modelos de IA/ML, protegendo dados sensíveis e garantindo a privacidade do usuário.
Garantir que os ambientes de desenvolvimento de IA/ML estejam protegidos, seguindo as diretrizes de sigilo do projeto.
3.6. Colaboração e Inovação:
Colaborar de perto com as equipes de Produto, Desenvolvimento (Node.js/Nest.js) e DevOps, integrando soluções de IA/ML de forma fluida ao produto.
Manter-se atualizado(a) com as últimas pesquisas e avanços em IA/ML, propondo e experimentando novas tecnologias e abordagens para o APP-FILL.

4) Requisitos

4.1. Essenciais:
5+ anos de experiência comprovada como Engenheiro(a) de Machine Learning, Engenheiro(a) de IA ou Cientista de Dados com forte foco em engenharia.
Sólida experiência prática com serviços de IA/ML na AWS , incluindo Amazon SageMaker, Rekognition, Transcribe e Comprehend.
Proficiência em Python e bibliotecas de ML/Data Science (TensorFlow, PyTorch, Scikit-learn, Pandas, NumPy).
Experiência comprovada em projetar, treinar, implantar e monitorar modelos de Machine Learning em produção (MLOps).
Forte compreensão de algoritmos de Machine Learning (Supervisionado, Não Supervisionado, Aprendizado por Reforço).
Experiência com Processamento de Linguagem Natural (PNL) e/ou Visão Computacional .
Habilidade para trabalhar com grandes conjuntos de dados e experiência em pré-processamento de dados e feature engineering.
Conhecimento em arquiteturas de microsserviços e sistemas distribuídos.
Capacidade de atuar de forma proativa e autônoma, inerente ao modelo PJ.
4.2 Diferenciais:
Mestrado ou Doutorado em Ciência da Computação, Inteligência Artificial, Matemática, Estatística ou área relacionada.
Experiência prévia em startups de alto crescimento ou projetos de grande escala.
Familiaridade com o ecossistema Node.js/Nest.js para integração de modelos.
Experiência com sistemas de recomendação, personalização de feeds ou moderação de conteúdo em grande escala.
Conhecimento em arquiteturas de streaming de dados (ex: Amazon Kinesis).
Certificações AWS relevantes (ex: AWS Certified Machine Learning - Specialty).
Histórico de contribuições para a comunidade open source ou publicações relevantes.

5) O que oferecemos
Participação em um projeto inovador e de longo prazo (3 a 5 anos) , com impacto direto no mercado e potencial de escala global.
Regime PJ com remuneração atrativa , condizente com a experiência e habilidades do(a) profissional.
Flexibilidade para trabalho remoto com infraestrutura colaborativa baseada em Microsoft Teams, SharePoint e OneDrive.
Ambiente desafiador, com oportunidade de trabalhar com as mais recentes tecnologias de IA/ML e nuvem AWS .
Respeito à sua segurança e sigilo, garantindo ambientes de desenvolvimento seguros, protegidos e alinhados às melhores práticas de tecnologia.

6) Envio de Candidatura
Será pelo Linkedin, mas informações adicionais podem ser enviadas por email para: vagas@app-fill.com.br

---