Engenheiro(a) de IA Sênior (Busca Semântica com RAG na Educação)

confidential; United States; Remote; USD 140.000 - 190.000; Vollzeit

Benefits dieser Stelle

Trabalho remoto 100%

Equipe internacional

Apoio à saúde física e mental

Flexibilidade de jornada

Zusammenfassung

Sylision busca Engenheiro(a) de IA Sênior para liderar busca semântica com RAG em educação, atuando remotamente. O candidato projetará pipelines, segmentação de documentos e embeddings em português, assegurando citação de fontes e melhoria contínua da recuperação.

O papel envolve avaliação de desempenho, controle de acesso por papel e gestão de versões de regulamentos vigentes, com colaboração entre equipes globais e foco em latência aceitável.

Qualifikationen

• Construção de sistemas RAG em produção com avaliação de recuperação e de resposta.
• Embeddings, bancos vetoriais e busca híbrida.
• Python e FastAPI com testes automatizados.
• Desenho de pipeline de ingestão de documentos heterogéneos (PDF, HTML e planilhas).

Aufgaben

• Projetar ingestão e segmentação de documentos educacionais com metadados de curso, versão e papel.
• Escolher modelos de embeddings em português e configurar o banco vetorial com filtros.
• Combinar busca lexical e semântica e reclassificar os resultados.
• Gerar respostas com citação da fonte e recusa quando não houver base suficiente.
• Construir conjunto de avaliação com perguntas reais e medir recuperação e fundamentação.
• Controlar versões de documentos para prevalecer o regulamento vigente.
• Aplicar controle de acesso para que cada papel veja apenas o conteúdo permitido.
• Monitorar custo, latência e qualidade e orientar a engenharia

Kenntnisse

Python

FastAPI

RAG

Embeddings

Banco vetorial

Busca semântica

LLMs

Tools

FastAPI

Jobbeschreibung

Vaga aberta de Engenheiro(a) de IA Sênior (Busca Semântica com RAG na Educação). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Uma plataforma de ensino reúne material de cursos, notas de aula, resoluções de exercícios, regulamentos e perguntas frequentes de alunos e professores. A busca atual encontra apenas palavras idênticas: o aluno que escreve não consigo entregar o trabalho depois do prazo não acha a página que fala de segunda chamada e prorrogação de entrega.

Você vai montar a busca semântica com geração aumentada por recuperação: segmentação de documentos respeitando títulos e tabelas, embeddings em português, banco vetorial com filtros por curso, turma e papel, reclassificação dos candidatos e resposta que cita a fonte. O ponto central é a recuperação, pois um modelo bom responde errado quando recebe o trecho errado.

Alguns erros são específicos de educação: regulamento antigo que ainda aparece, resposta que mistura regras de dois cursos e conteúdo restrito a professores que vaza para alunos. Sucesso se mede por acerto da recuperação em perguntas reais, por respostas fundamentadas conferidas por amostragem, por queda de chamados ao suporte acadêmico e por latência aceitável durante o período de matrícula.

O que você vai fazer:

• Projetar a ingestão e a segmentação de documentos educacionais com metadados de curso, versão e papel
• Escolher modelos de embeddings em português e configurar o banco vetorial com filtros
• Combinar busca lexical e semântica e reclassificar os resultados
• Gerar respostas com citação da fonte e recusa quando não há base suficiente
• Construir um conjunto de avaliação com perguntas reais e medir recuperação e fundamentação
• Controlar versões de documentos para que regulamento vigente prevaleça sobre o antigo
• Aplicar controle de acesso para que cada papel veja apenas o conteúdo permitido
• Monitorar custo, latência e qualidade e orientar outras pessoas da engenharia

Requisitos:

• Construção de sistemas RAG em produção, com avaliação de recuperação e de resposta
• Embeddings, bancos vetoriais e busca híbrida
• Python e FastAPI com testes automatizados
• Desenho de pipeline de ingestão de documentos heterogêneos, como PDF, HTML e planilhas
• Controle de acesso por papel aplicado à recuperação
• Capacidade de decidir arquitetura e justificar escolhas por métrica

Diferenciais:

• Reclassificadores treinados com dados do próprio domínio
• Experiência com conteúdo educacional e com currículo
• Extração de texto de imagens e de PDFs digitalizados
• Ajuste fino de modelos de embeddings
• Noção de privacidade de dados de estudantes menores

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Perguntas que o sistema errou entram no conjunto de avaliação da semana seguinte, e toda mudança de segmentação ou de modelo é comparada com a versão atual antes de ser publicada. A área acadêmica revisa por amostragem as respostas sobre regras e prazos. 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
• RAG
• Busca semântica
• Embeddings
• Banco vetorial
• LLMs
• FastAPI
• Avaliação de recuperação

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.