Data Science | SR (Remote)

Compass-Uol; Brasil; Teletrabalho; BRL 180 000 - 240 000; Tempo integral

Resumo da oferta

A Compass-Uol está buscando um profissional especializado em ML para desenvolver modelos preditivos e soluções de IA Generativa com foco em produtos de negócio. O candidato trabalhará com Python, bibliotecas de ML e pipelines de dados em ambientes cloud, incluindo Databricks e AWS Bedrock.

É esperado domínio de LangChain, LangGraph, AWS/Azure e APIs, além de métricas como BLEU/ROUGE para avaliação de modelos de linguagem. Formação sólida em ciência de dados é desejável.

Qualificações

• Sólida experiência em Python.
• Experiência com modelos de ML e bibliotecas de Ciência de Dados como Scikit-learn, XGBoost e LightGBM.
• Experiência prática com Large Language Models (LLMs) e IA Generativa, com ênfase em arquiteturas baseadas em agentes, incluindo RAG.
• Experiência com Databricks.
• Experiência com os frameworks LangChain e LangGraph.
• Experiência com ferramentas de experimentação (MLflow).
• Conhecimento em AWS Bedrock; é necessário conhecimento em Azure.

Responsabilidades

• Desenvolvimento de modelos preditivos e algoritmos de ML para resolver problemas complexos de negócio, conduzindo desde a exploração de dados até a validação e interpretação de resultados com foco em impacto mensurável.
• Utilização de Python (Scikit-learn, XGBoost, LightGBM), notebooks (Jupyter, Databricks), ferramentas de experimentação (MLflow) e bibliotecas estatísticas (Statsmodels, SciPy), aplicando técnicas supervisionadas, não supervisionadas e deep learning conforme a necessidade.
• Validação de performance de sistemas RAG, considerando métricas de custo (tokens e latência) e qualidade das respostas, utilizando indicadores como similaridade semântica, BLEU e ROUGE, entre outros.
• Desenvolvimento de pipelines de ingestão de texto em bancos vetoriais, com uso de AWS OpenSearch, bem como na construção de APIs utilizando LangChain e LangGraph, integradas a OpenAI e AWS Bedrock.
• Atuação com serviços de nuvem AWS (S3, Lambda, Parameter Store e Secret Manager), além de arquiteturas serverless em AWS e Azure, aplicações conteinerizadas em ambiente AWS e uso de Azure Document Intelligence para extração e processamento de documentos.

Conhecimentos

Python

Machine Learning

LLMs

RAG

APIs

Ferramentas

Scikit-learn

XGBoost

LightGBM

MLflow

LangChain

LangGraph

AWS Bedrock

Azure

OpenAI API

Databricks

Descrição da oferta de emprego

Job description

.

Main responsibilities

• Desenvolvimento de modelos preditivos e algoritmos de machine learning para resolver problemas complexos de negócio, conduzindo desde a exploração de dados até a validação e interpretação de resultados com foco em impacto mensurável.
• Utilização de Python (Scikit-learn, XGBoost, LightGBM), notebooks (Jupyter, Databricks), ferramentas de experimentação (MLflow) e bibliotecas estatísticas (Statsmodels, SciPy), aplicando técnicas supervisionadas, não supervisionadas e deep learning conforme a necessidade;
• Validação de performance de sistemas RAG, considerando métricas de custo (tokens e latência) e qualidade das respostas, utilizando indicadores como similaridade semântica, BLEU e ROUGE, entre outros.
• Desenvolvimento de pipelines de ingestão de texto em bancos vetoriais, com uso de AWS OpenSearch, bem como na construção de APIs utilizando LangChain e LangGraph, integradas a OpenAI e AWS Bedrock.
• Atuação com serviços de nuvem AWS (como S3, Lambda, Parameter Store e Secret Manager), além de arquiteturas serverless em AWS e Azure, aplicações conteinerizadas em ambiente AWS e uso de Azure Document Intelligence para extração e processamento de documentos.

Requirements and skills

• Sólida experiência em Python;
• Experiência com modelos de Machine Learning e domínio de bibliotecas de Ciência de Dados, como Scikit-learn, XGBoost e LightGBM;
• Experiência prática com Large Language Models (LLMs) e soluções de IA Generativa, com ênfase em arquiteturas baseadas em agentes, incluindo RAG (Retrieval-Augmented Generation);
• Experiência com Databricks;
• Experiência com os frameworks LangChain e LangGraph;
• Experiência comferramentas de experimentação (MLflow);
• Experiência com AWS Bedrock;
• Conhecimento em métricas de avaliação de modelos de linguagem, como BLEU e ROUGE, será considerado um diferencial;
• Além da experiência com AWS, é necessário possuir conhecimento em Azure;