PESQUISADOR/DESENVOLVEDOR DE SOFTWARE APLICADO A MACHINE LEARNING - PLENO (HEALTH DATA LAB)

Jamefy; Manaus; Hybrid; BRL 120,000 - 150,000; Full time

Job summary

O Sidia Instituto de Ciência e Tecnologia busca pesquisador(a) para atuar com métodos de aprendizado autossupervisionado (SSL) aplicados a séries temporais e dados tabulares. Você desenvolverá pipelines de dados, conduzirá experimentos reprodutíveis e integrará soluções de IA em equipes multidisciplinares.

Requisitos incluem formação sólida em ciência da computação ou engenharia, com mestrado ou doutorado em IA/ML em andamento, além de experiência em escrita de artigos científicos.

Qualifications

• Experiência em pesquisa aplicada e desenvolvimento experimental em ML/DL.
• Capacidade de desenhar hipóteses, conduzir experimentos e analisar estatísticas.
• Conhecimento de SSL e desenvolvimento de pipelines reproduzíveis.

Responsibilities

• Conduzir pesquisa científica em métodos de SSL para séries temporais e dados tabulares.
• Definir protocolos experimentais e métricas de avaliação, com estudos comparativos.
• Desenvolver e integrar ferramentas de suporte à pesquisa, incluindo pipelines de dados e rastreabilidade.
• Colaborar com equipes multidisciplinares para integrar soluções de SSL.
• Redigir e revisar artigos científicos e relatórios técnicos.

Skills

SSL research

ML

Deep Learning

Statistical analysis

Experiment design

Python

Reproducibility

Documentation

Education

Graduação em Ciência da Computação

Engenharia da Computação

Mestrado/Doutorado em IA/ML (em andamento)

Tools

PyTorch

Lightning

TensorFlow

Scikit-learn

Hugging Face

Git

CI/CD

Kubeflow

MLflow

TensorBoard

Job description

Sidia Instituto de Ciência e Tecnologia • Manaus, AM, BR

Formação Acadêmica

• Graduação em Ciência da Computação, Engenharia da Computação ou áreas correlatas;
• Desejável Mestrado ou Doutorado em andamento em Inteligência Artificial, Processamento de Sinais, Aprendizado de Máquina, Deep Learning ou áreas afins.

Principais Atividades

• Conduzir pesquisa científica em métodos de aprendizado autossupervisionado (SSL) para extrair representações de dados não rotulados, com foco em séries temporais e dados tabulares;
• Definir protocolos experimentais e métricas de avaliação para métodos de SSL, conduzindo estudos comparativos e análises estatísticas com abordagens supervisionadas e semissupervisionadas;
• Desenvolver e integrar ferramentas de suporte à pesquisa, incluindo pipelines de dados, orquestração de experimentos e rastreabilidade de resultados;
• Colaborar com equipes multidisciplinares para integrar soluções de SSL;
• Redigir e revisar artigos científicos e relatórios técnicos.

Principais Habilidades

• Experiência em pesquisa aplicada e desenvolvimento experimental em Machine Learning e Deep Learning, incluindo formulação de hipóteses, desenho experimental e análise estatística;
• Conhecimento de aprendizado de representações e métodos de aprendizado autossupervisionado (SSL);
• Capacidade de desenvolver e integrar ferramentas e pipelines de suporte à pesquisa, assegurando reprodutibilidade e rastreabilidade dos experimentos;
• Capacidade de colaborar com equipes multidisciplinares e comunicar métodos e resultados de pesquisa;
• Experiência com escrita, revisão e submissão de artigos científicos.

Habilidades Desejáveis

• Publicações em conferências e periódicos científicos em computação;
• Experiência com aprendizado de representações multimodais;
• Experiência no processamento e modelagem de séries temporais e dados tabulares;
• Experiência com métodos de aprendizado autossupervisionado (SSL).

Tecnologias

• Linguagens: Python;
• Frameworks e Bibliotecas de IA, como PyTorch, Lightning, TensorFlow, Scikit\-learn e Hugging Face (Transformers, Datasets e PEFT);
• Ferramentas de desenvolvimento e automação: Git e CI/CD;
• Ferramentas de orquestração de pipelines, rastreamento e visualização de experimentos, como Kubeflow, Apache Airflow, MLflow e TensorBoard.

Tecnologias Desejáveis

• Infraestrutura Computacional: Ambientes HPC e Cloud (AWS, GCP e Azure) para treinamento e inferência;
• Engenharia de Dados e Computação Distribuída: SQL, NoSQL, Data Lakes, Apache Spark e Ray;
• Desenvolvimento e integração de software científico: APIs REST e conteinerização com Docker.