Engenheiro(a) de IA Pleno (Extração de Documentos com LLM no E-commerce)

confidential; United States; Remote; USD 22,000 - 39,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com equipes

Job summary

A Sylision procura um Engenheiro(a) de IA Pleno para conduzir a extração de dados de documentos com modelos de linguagem no contexto de e-commerce. O papel envolve ler notas fiscais, fichas técnicas e certificados, transformando-os em JSON estruturado com alta confiabilidade.

Você irá projetar fluxos, esquemas de saída, validações e fila de revisão para casos de baixa confiança, com foco em custo e latência. Remoto 100% com contratação CLT ou PJ, visando clientes no Brasil.

Qualifications

• Python com boas práticas de código e testes.
• Noção de OCR e de seus erros típicos.
• Conhecimento de avaliação de modelo e métricas de qualidade.

Responsibilities

• Construir o fluxo de leitura de documento, do OCR à saída estruturada.
• Definir esquemas de saída e validar a resposta do modelo contra eles.
• Projetar a fila de revisão humana para casos de baixa confiança.
• Montar um conjunto de avaliação com documentos rotulados e métrica por campo.
• Controlar custo e latência com cache, lotes e escolha de modelo.
• Registrar entradas e saídas com cuidado para dados pessoais e fiscais.
• Expor o serviço por FastAPI, com testes e monitoramento.

Skills

Python

Prompt engineering

OCR concepts

Tools

Python

LLMs

RAG

LangChain

Banco vetorial

FastAPI

Docker

Git

Extração estruturada

Job description

Vaga aberta de Engenheiro(a) de IA Pleno (Extração de Documentos com LLM no E-commerce). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: pleno.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Uma loja online recebe, de vendedores parceiros, notas fiscais, fichas técnicas, certificados e fotos de etiqueta em formatos que variam muito. Hoje alguém digita os campos para cadastrar o produto ou liberar o pagamento. Você vai construir o fluxo que lê o documento com um modelo de linguagem e entrega os campos em formato estruturado.

O problema real é a variação. Nota com tabela quebrada em duas páginas, ficha técnica em outro idioma, PDF escaneado torto, valor com vírgula de um lado e ponto de outro. O modelo precisa devolver JSON que obedeça a um esquema, indicar quando não encontrou o campo em vez de inventar, e deixar para revisão humana o que veio com baixa confiança. Os dados incluem CNPJ e valores, então nada sai do ambiente controlado.

O sucesso é medido por campo: acerto, taxa de documentos que passam sem intervenção, custo por documento e tempo de resposta. Sem um conjunto de documentos rotulados para comparar as versões, a melhora vira opinião, então a avaliação é parte do produto.

O que você vai fazer:

• Construir o fluxo de leitura de documento, do OCR à saída estruturada
• Definir esquemas de saída e validar a resposta do modelo contra eles
• Projetar a fila de revisão humana para casos de baixa confiança
• Montar um conjunto de avaliação com documentos rotulados e métrica por campo
• Controlar custo e latência com cache, lotes e escolha de modelo
• Registrar entradas e saídas com cuidado para dados pessoais e fiscais
• Expor o serviço por FastAPI, com testes e monitoramento

Requisitos:

• Python com boas práticas de código e testes
• Uso de LLMs por API, com prompt, saída estruturada e chamada de ferramentas
• Noção de OCR e de seus erros típicos
• Ideia clara de avaliação de modelo, com conjunto de comparação
• Cuidado com dados sensíveis e conhecimento básico de LGPD
• Git, Docker e entrega de serviço em produção

Diferenciais:

• Já ter trabalhado com documentos fiscais brasileiros
• Modelos de visão e de documento, como layout-aware
• Banco vetorial para buscar exemplos parecidos
• Técnicas de redução de alucinação em extração
• Observabilidade de chamadas a modelos

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Cada mudança de prompt ou de modelo é comparada com o conjunto de avaliação antes de ir para produção, e a revisão de código é obrigatória. As métricas por campo ficam em um painel que o time consulta toda semana. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• LLMs
• RAG
• LangChain
• Banco vetorial
• FastAPI
• Docker
• Git
• Extração estruturada

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.