Engenheiro(a) de IA Sênior (Classificação de Chamados com LLM na Indústria)

confidential; United States; Remote; USD 33,000 - 51,000; Full time

Benefits offered by this job

Remoto total

Contrato CLT/PJ

Flexibilidade

Job summary

Sylision está contratando um Engenheiro(a) de IA Sênior para liderar a classificação de chamados com LLM no chão de fábrica. O papel envolve desenhar prompts, gerenciar o fluxo de decisões e priorizar encaminhamentos à mão quando houver ambiguidade, com foco em segurança e eficiência.

O contratado atuará remotamente 100% com CLT ou PJ, lidando com integração de dados, custo e latência, e validação de modelos. Necessária visão de manutenção industrial e prática com Pydantic, FastAPI e Python.

Qualifications

• Domínio de classificação de chamados com LLM.
• Capacidade de definir prompts e esquemas de saída.
• Experiência com validação de tipos e valores.

Responsibilities

• Construir o conjunto rotulado de chamados com especialistas de cada área.
• Desenhar prompts e esquemas de saída para vários rótulos, com validação de tipo e de valor.
• Combinar recuperação de chamados parecidos e cadastro de equipamentos para contexto.
• Calibrar a confiança e definir regra de encaminhamento a humano, com prioridade para segurança.
• Medir precisão e revocação por classe e acompanhar deriva com termos novos.
• Expôr o serviço em API, integrada ao sistema de chamados.
• Controlar custo e latência, avaliando modelos de mercado e abertos.
• Tratar dados pessoais conforme LGPD.

Skills

Classificação de chamados

Roteamento com LLM

Detecção de risco

Tools

Python

FastAPI

Docker

Git

Pydantic

Job description

Vaga aberta de Engenheiro(a) de IA Sênior (Classificação de Chamados com LLM na Indústria). 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 indústria recebe chamados de manutenção, qualidade, compras, TI e segurança do trabalho por formulário, e-mail e aplicativo no chão de fábrica. O texto é curto, cheio de abreviações e do jargão da planta: a prensa travou, vazamento na linha 3, alarme do CLP, falta de etiqueta no lote. Hoje alguém lê, classifica e encaminha cada chamado, e quando erra o chamado fica parado com a equipe errada. Você vai construir a classificação com LLM que roteia para a fila certa e define a prioridade.

A classificação envolve mais de um rótulo: área responsável, tipo de problema, equipamento envolvido, urgência e se há risco de segurança. Os casos mais difíceis são o chamado com dois assuntos, o equipamento citado por apelido e o texto que descreve risco sem a palavra risco. Um chamado de segurança tratado como rotina é o erro mais caro, de modo que o sistema precisa preferir encaminhar a humano quando houver dúvida.

Mede-se por acerto por rótulo, revocação nos chamados de segurança, taxa de encaminhamento a humano, tempo até a primeira ação e custo por chamado.

O que você vai fazer:

• Construir o conjunto rotulado de chamados, com revisão por especialistas de cada área
• Desenhar prompts e esquemas de saída para vários rótulos, com validação de tipo e de valor
• Combinar recuperação de chamados parecidos e de cadastro de equipamentos para melhorar o contexto
• Calibrar a confiança e definir regra de encaminhamento a humano, com prioridade para segurança
• Medir precisão e revocação por classe e acompanhar a deriva quando surgem equipamentos e termos novos
• Expor o serviço em API, integrada ao sistema de chamados, com registro de cada decisão
• Controlar custo e latência, avaliando modelo menor ou mais especializado onde o ganho compensar
• Tratar dados pessoais de quem abre o chamado conforme a LGPD

Requisitos:

• Classificação e extração com LLMs em produção, com saída estruturada
• Python e API com FastAPI
• Método de avaliação: conjunto de referência, matriz de confusão e revocação por classe crítica
• Desenho de fluxo com humano no ciclo e limiar de confiança
• Visão de custo e latência ao escolher entre modelos de mercado e abertos
• Capacidade de trabalhar com áreas de manutenção e segurança para entender as classes
• Documentação das decisões e dos limites do sistema

Diferenciais:

• Conhecimento de manutenção industrial ou de chão de fábrica
• Modelos menores ajustados para classificação
• Estratégia para escolher quais chamados rotular primeiro
• Observabilidade de cadeias de LLM
• Integração com sistemas de gestão de manutenção

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em Minas Gerais. O trabalho exige ir à fábrica, ainda que por conversa remota, para entender como o chamado nasce. Mudanças de prompt ou de classes passam por revisão por par e por rodada do conjunto rotulado, e os erros reais viram novos exemplos de teste. 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
• FastAPI
• Docker
• Git
• Pydantic
• Avaliação de LLMs

Seus dados:

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