Especialista em Inteligência Artificial (Custo de LLM no Agronegócio)

confidential; United States; Remote; USD 180,000 - 260,000; Full time

Benefits offered by this job

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão global com times

TotalPass e Mediquo

Job summary

A Sylision procura um Especialista em Inteligência Artificial (Custo de LLM no Agronegócio) para liderar a arquitetura de custos, latência e qualidade em ambientes com LLMs em produção.

O papel envolve desenhar estratégias de roteamento entre modelos grandes, pequenos e abertos, definir políticas de cache e processamento em lote, e criar métodos de avaliação que comprovem desempenho sem comprometer a qualidade.

Qualifications

• Domínio de LLMs em produção com foco em custo, latência e qualidade.
• Experiência em Python e MLOps com observabilidade de aplicações.
• Prática em avaliação de modelos com métricas de referência.

Responsibilities

• Instrumentar consumo de tokens, latência e custo por caso de uso, usuário e cliente.
• Desenhar camada de roteamento entre modelos grandes, pequenos e abertos conforme a tarefa.
• Definir políticas de cache, reuso de contexto e processamento em lote.
• Criar método de avaliação que comprove qualidade após troca de modelo.
• Estimar custos de novos casos de uso antes do desenvolvimento.
• Estabelecer orçamentos e alertas de consumo anormal.
• Orientar engenheiros em prompts enxutos, contexto mínimo e uso de ferramentas.
• Apresentar resultados de custo e qualidade à gestão com números e comparações.

Skills

LLMs em produção

Python & MLOps

Observabilidade de aplicações

Avaliação de modelos

Nuvem & precificação de inferência

Tomada de decisão entre construir/comp

Tools

Python

MLOps

PyTorch

Git

Job description

Vaga aberta de Especialista em Inteligência Artificial (Custo de LLM no Agronegócio). 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:

As aplicações com modelos de linguagem de uma empresa do agronegócio cresceram rápido: assistente comercial, análise de laudos, leitura de notas e atendimento a produtores. A conta de inferência subiu sem que ninguém saiba qual caso de uso a causa, qual modelo está sendo usado onde e se a qualidade justifica o preço. Você vai desenhar como o custo é entendido, controlado e reduzido sem piorar a resposta.

O trabalho é de arquitetura e de método. Medir o custo por caso de uso e por usuário, separar o que precisa de modelo grande do que um modelo menor resolve, definir roteamento, cache de respostas e de contexto, limite de tamanho de entrada, processamento em lote para o que pode esperar e uso de modelos abertos onde faz sentido. Toda economia só vale se vier acompanhada de avaliação: a troca de modelo precisa provar que a qualidade se manteve.

Você define orçamento e meta por caso de uso, orienta os engenheiros e conversa com a área financeira e a de produto sobre o que vale gastar. O sucesso é custo por tarefa em queda, qualidade estável e nenhuma surpresa na conta do mês.

O que você vai fazer:

• Instrumentar o consumo de tokens, a latência e o custo por caso de uso, equipe e cliente
• Desenhar a camada de roteamento entre modelos grandes, pequenos e abertos conforme a dificuldade da tarefa
• Definir políticas de cache, de reuso de contexto e de processamento em lote
• Criar o método de avaliação que compara qualidade antes e depois de cada troca de modelo
• Estimar o custo de novos casos de uso antes de entrarem em desenvolvimento
• Estabelecer orçamentos e alertas de consumo anormal
• Orientar engenheiros em prompts enxutos, contexto mínimo e uso correto de ferramentas
• Apresentar resultados de custo e qualidade à gestão com números e comparações

Requisitos:

• Domínio de LLMs em produção, com visão de custo, latência e qualidade
• Python e MLOps, com experiência em observabilidade de aplicações
• Prática em avaliação de modelos, com conjuntos de referência e métricas
• Conhecimento de nuvem e de precificação de inferência
• Habilidade de decidir entre construir, comprar e hospedar modelo aberto
• Capacidade de explicar trade-offs a pessoas não técnicas
• Experiência em orientar outros engenheiros

Diferenciais:

• Experiência com quantização, destilação ou ajuste fino de modelos menores
• Contato com infraestrutura de GPU e servidores de inferência
• Conhecimento de FinOps
• Noção de agronegócio e de sazonalidade de uso
• Prática de documentar decisões de arquitetura

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os números de custo e de qualidade ficam em painel aberto ao time e à gestão, e as mudanças de maior impacto são discutidas antes em documento curto.

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
• MLOps
• PyTorch
• Avaliação de modelos
• Nuvem
• Git
• FinOps
• Observabilidade

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