Gerente De Ai Platform

EscopoVocê trabalhará direto com o Diretor de Tecnologia, mas terá reporte funcional a um comitê formado pelos heads de Operações, Produtos, Tech e terá o CEO como principal sponsor.
Principais

responsabilidades:
AI Platform: Cocriar estratégia de AI na Laqus e liderar a definição e implementação da arquitetura de uma plataforma corporativa de AI, habilitando as áreas de tecnologia, produtos e negócios a experimentar, desenvolver e operar soluções de AI de forma segura, escalável e economicamente eficiente.
A plataforma deverá evoluir de acordo com requisitos funcionais definidos em conjunto com os diferentes times da companhia, podendo contemplar, entre outras capacidades: ambientes de experimentação e playgrounds de LLMs, catálogos padronizados, model rounting, integrações de agentes com sistemas e seus guardrails, observabilidade de agentes, pipelines de ingestão de dados, deployment de modelos proprietários de ML etc.
Applied AI: Atuar em conjunto com as áreas de negócios, Produtos e Tecnologia na identificação, priorização, prototipação e implementação de casos de uso de AI.
Suportar discussões de problemas de negócio e traduzir em soluções técnicas, avaliando quando utilizar modelos de linguagem, Machine Learning tradicional, modelos próprios, regras determinísticas ou uma combinação dessas abordagens.
Disseminação do conhecimento: Elevar o nível de maturidade e conhecimento organizacional da Laqus em Inteligência Artificial, criando mecanismos contínuos de capacitação e disseminação de conhecimento, incluindo workshops, fóruns técnicos, demonstrações, pílulas de conhecimento, artigos internos e acompanhamento dos times na experimentação e adoção das ferramentas disponibilizadas.

Requisitos:
Hard SkillsFormação e experiênciaFormação superior em Ciência da Computação, Engenharia da Computação, Engenharia de Software, Estatística, Matemática, Física, Ciência de Dados ou áreas correlatas.
Formação acadêmica específica em Inteligência Artificial será considerada um diferencial, mas a experiência prática terá maior peso na avaliação.
Experiência em tecnologia, com sólida base em engenharia de software e Inteligência Artificial.
Experiência prática na arquitetura e construção de plataformas distribuídas de Inteligência Artificial para uso transversal.
Experiência em ambientes de rápido crescimento e alto dinamismo.
LLMs e Agentic AIConhecimento prático em técnicas de RAG para LLMs, embeddings, busca semântica e bancos de dados vetoriais.
Experiência com gestão de contexto, prompt engineering e otimização de interações com modelos.
Conhecimento de frameworks e SDKs para desenvolvimento de aplicações com AI, como LangChain, LangGraph e Semantic Kernel.
Experiência na construção e implantação de agentes de AI, incluindo memória, tool/function calling e supervisão humana.
Conhecimento em avaliação de aplicações baseadas em LLMs, incluindo evals automatizados e avaliações humanas.
Conhecimento de MCP e outros padrões de integração de modelos.
Experiência com orquestração, observabilidade e avaliação de agentes em produção.
Plataforma e AI FinOpsExperiência na integração e orquestração de múltiplos modelos e provedores, com abordagem agnostic-first.
Conhecimento de model routing, fallback, caching e estratégias de otimização de custo e latência conforme o workload.
Experiência com modelos open-weight e modelos proprietários.
Conhecimento em monitoramento de consumo, performance e custos relacionados ao uso de AI.
Conhecimento de infraestrutura para AI, como GPUaaS, será considerado um diferencial.
Machine LearningSólidos fundamentos em Machine Learning supervisionado e não supervisionado.
Conhecimento de técnicas de classificação, regressão, clustering e detecção de anomalias.
Conhecimento de redes neurais e Deep Learning.
Experiência com frameworks de Machine Learning, como PyTorch e TensorFlow.
Conhecimento de MLOps, incluindo pipelines de treinamento, validação e deploy de modelos, observabilidade e monitoramento de drift.
Experiência com ferramentas de gestão de modelos, como MLflow e SageMaker.
Engenharia de SoftwareExperiência com desenvolvimento de APIs e microsserviços em backend.
Conhecimento de desenvolvimento e execução de aplicações em containers, como Docker.
Experiência com Git e práticas de CI/CD.
Conhecimento de segurança, permissionamento, autenticação e gestão de secrets.
Python avançado.
Conhecimento em C# e ecossistema .
NET será considerado um diferencial.
Soft SkillsAlta autonomia: trabalha com pouca supervisão, conduzindo objetivos de médio e longo prazo com independência.
Senso de responsabilidade e previsibilidade: mantém stakeholders informados, realiza reports e evita a necessidade de acompanhamento constante.
Proatividade e capacidade de direcionamento: busca esclarecimentos e redirecionamentos de forma independente quando necessário.
Gestão de stakeholders: possui facilidade para trabalhar com diferentes áreas e interlocutores.
Priorização: lida bem com ambientes dinâmicos, equilibrando múltip