Staff AI Engineer

Blip Global; Brasil; Presencial; BRL 320 000 - 540 000; Tempo integral

Resumo da oferta

A Blip Global busca um Staff AI Engineer com perfil de Engenheiro e Pesquisador em IA para liderar a pesquisa aplicada e o ciclo de vida de modelos de linguagem, da identificação de problemas à produção.

Você atuará na Diretoria de Inteligência Artificial, conectando tecnologia ao produto e às estratégias da empresa, equilibrando soluções proprietárias e open-source para alta qualidade, latência e governança de dados.

Qualificações

• Formação acadêmica em áreas relacionadas à engenharia de IA e computação.
• Experiência prática com técnicas de distilação e fine-tuning (Teacher-Student, LoRA/QLoRA).
• Capacidade de integrar APIs proprietárias e modelos abertos com governança de dados.

Responsabilidades

• Desenhar, treinar, validar, implantar e evoluir modelos de linguagem personalizados.
• Avaliar transição entre APIs comerciais e modelos internos destilados.
• Conduzir experimentos de quantização e estratégias de modelagem sob incerteza.
• Construir pipelines de limpeza e curadoria de dados em larga escala para ML.
• Alinhar IA com metas de produto e negócio da Blip.

Conhecimentos

Knowledge distillation & fine-tuning

Navegação entre closed/open ecosystems

Otimização de inferência

Engenharia e curadoria de dados paraML

Infraestrutura de nuvem e Big Data

Frameworks de avaliação

Engenharia de software de IA

Formação académica

Engenharia de Sistemas, Ciência da Computação, Engenharia da Computação, Inteligência Artificial ou áreas correlatas

Ferramentas

Python

PyTorch

GPUs

APIs & Microservices

Big Data / Cloud

Descrição da oferta de emprego

A Blip busca um Staff AI Engineer com perfil de Engenheiro e Pesquisador em IA com forte orientação a impacto no negócio. Sua missão principal é liderar a pesquisa aplicada e o ciclo completo de Aprendizado de Máquina com foco em Modelos de Linguagem na Diretoria de Inteligência Artificial: desde a identificação e diagnóstico do problema, coleta e curadoria de dados, criação, fine-tuning e destilação de modelos, até a disponibilização, operação, monitoramento e evolução contínua em produção.

Você atuará no ecossistema de Tecnologia da Blip conectado diretamente ao produto e às apostas estratégicas da empresa. Seu desafio é lidar com a incerteza inerente à pesquisa aplicada, criar novas capacidades de IA no produto e evoluir continuamente as existentes, navegando com fluidez e maturidade técnica entre ecossistemas de modelos fechados (APIs comerciais) e abertos (SLMs/LLMs próprios), equilibrando autonomia tecnológica, custo, latência e privacidade.

Propósito do cargo

Liderar e executar o ciclo de vida ponta a ponta de modelos de linguagem e soluções de IA (APIs, MCPs, Agents) na Blip. O objetivo é transformar teses de tecnologia em novas funcionalidades e ganhos ao negócio, navegando estrategicamente entre soluções proprietárias e open-source para maximizar a qualidade, otimizar latência/custo e garantir a governança dos dados.

Requisito

• Formação acadêmica: Engenharia de Sistemas, Ciência da Computação, Engenharia da Computação, Inteligência Artificial ou áreas correlatas.

Hard Skills

• Knowledge distillation & fine-tuning: Domínio prático na criação de arquiteturas Teacher-Student, técnicas de PEFT (LoRA, QLoRA) e adaptação/especialização de modelos abertos para novas capacidades.
• Navegação no ecossistema fechado vs. aberto: Capacidade técnica de comparar e integrar tanto APIs de modelos proprietários quanto implantar e customizar modelos abertos, sabendo quando transicionar entre eles de acordo com a maturidade e os requisitos do caso de uso.
• Otimização de inferência e baixa latência: Experiência no serving de alto desempenho de modelos de linguagem e técnicas de quantização.
• Engenharia e curadoria de dados para ML: Capacidade de extrair, tratar e sanitizar grandes volumes de dados, geração de dados sintéticos de alta fidelidade e curadoria de datasets de treino/validação.
• Infraestrutura de nuvem e big data: Experiência prática em ambientes de nuvem e ferramentas de Big Data para engenharia, análise e curadoria de grandes volumes de dados, bem como orquestração de microsserviços e motores de inferência escaláveis em produção.
• Frameworks de avaliação e rigor científico: Habilidade em construir Golden Datasets, frameworks estritos de LLM-as-a-Judge, avaliação empírica e métricas de alinhamento e qualidade além de métricas de avaliação tradicionais em NLP.
• Engenharia de software de IA: Domínio de Python, PyTorch, utilização eficiente de GPUs e arquiteturas escaláveis de APIs e microsserviços.

Soft Skills

• Gestão da incerteza em pesquisa: Capacidade de atuar em cenários ambíguos, formulando e testando hipóteses rapidamente, sabendo descartar caminhos inviáveis e direcionar o foco para o que gera valor real para o negócio.
• Mentalidade research-to-product: Habilidade para conectar avanços de P&D diretamente às necessidades de produto, transformando artigos e provas de conceito em capacidades produtizadas.
• Aprendizado contínuo: Capacidade de se manter atualizado e com conhecimento relevante frente às mudanças constantes do mercado de LLMs e IA Generativa.
• Visão analítica e raciocínio de trade-offs: Capacidade de tomar decisões embasadas em dados considerando o equilíbrio entre Qualidade vs. Latência vs. Custo Computacional vs. Privacidade.
• Liderança técnica por influência: Capacidade de atuar como referência técnica na Diretoria de IA, mentorando engenheiros e servindo como ponte entre a visão de pesquisa e a visão de negócio.
• Comunicação efetiva: Capacidade de traduzir conceitos complexos de Deep Learning, hipóteses de pesquisa e otimização de infraestrutura em argumentos claros de ROI e estratégia para lideranças.

Responsabilidades diárias

• Model lifecycle management: Projetar, treinar, validar, implantar e evoluir modelos customizados e adaptadores para o ecossistema do produto.
• Estratégia fechado vs. aberto: Avaliar e orquestrar a transição entre chamadas de APIs comerciais e modelos internos destilados em VPC, visando máxima qualidade, autonomia tecnológica, eficiência de custo/latência.
• Pesquisa aplicada e experimentação: Conduzir experimentos rigorosos para testar novas arquiteturas, técnicas de quantização e estratégias de modelagem sob condições de incerteza técnica.
• Operação e curadoria de dados e infraestrutura: Construir e gerenciar pipelines automatizados de limpeza e curadoria de dados em larga escala, além de orquestrar e monitorar cargas de trabalho de inferência em ambiente de nuvem.
• Alinhamento com negócio e produto: Trabalhar lado a lado com os times de produto e negócio para garantir que as apostas em IA estejam alinhadas às metas estratégicas da Blip.

Diferenciais

• Ecossistema GCP:Vivência e experiência prática na plataforma Google Cloud Platform (GCP) em especial BigQuery (BQ), Google Kubernetes Engine (GKE) e suíte Vertex AI / Agent Platform.
• Experiência em destilação em produção: Histórico comprovado em migrar capacidades executadas em modelos de grande porte por modelos menores operando em escala com ganho de ROI.
• Contribuição para a comunidade de IA: Histórico de publicações, artigos técnicos ou contribuições em projetos open-source no ecossistema de ML/LLM (Hugging Face, vLLM, PyTorch, etc.).
• Otimização de GPU: Conhecimentos avançados na alocação de memória de GPU (PagedAttention, Continuous Batching), kernels de aceleração e compilação de modelos.