Responsabilidades Principais
- Liderança técnica de times de tecnologias
- Acompanhamento e validação técnica de experimentos de tecnologias de IA envolvendo fornecedores e startups.
- Pesquisar e desenvolver soluções inovadoras utilizando técnicas e algoritmos de machine learning e deep learning.
- Identificar oportunidades de exploração dos dados existentes na empresa para utilização de IA para geração de valor (tanto internamente para empresa, quanto para o cliente final).
- Realizar provas de conceito com cenários e aplicações de inteligência artificial, machine learning e data science.
- Realizar atividades técnicas experimentais de IA, Data Science e Machine Learning.
- Avaliar os fornecedores, soluções, frameworks, plataformas e arquiteturas para operacionalização de soluções que utilizam IA.
- Acompanhar o mercado e pesquisas acadêmicas em relação a evolução de maturidade tecnológica.
- Fazer diligências nas áreas de negócio de forma a buscar novas oportunidades de aplicação da IA nos processos, serviços e produtos de negócios.
Diferenciais:
Natural language processing (NLP), Visão Computacional, processamento de áudio/vídeo, reinforcement learning - MLOps, DataOps, PMML, ONNX, PFA, MLeap, catálogo e versionamento de modelos, testes A/B, etc - Conhecimento prático em principais distribuições de Big Data no mercado (Cloudera e Hortonworks), e ferramentas como Kafka, Flume, Spark, Storm, Impala, etc - Conhecimento em infraestrutura distribuída para treinamentos de modelo como dados em larga escala.
Principais Desafios:
- Desenvolver projetos de machine learning e data science em uma empresa com baixa maturidade em IA
- Trazer a visão de IA para áreas de inovação, tecnologia e negócio
- Disseminar o conhecimento em machine learning na empresa
- Apoiar na disseminação da IA na empresa.
**Cargo**:Especialista de Inteligência Artificial
**Tipo de Contrato**:Prestador de serviço (PJ)
**Área profissional**:Informática/T.I.
**Carga-horária**:168
**Número de vagas**:1
**Benefícios**:não possui
**Requisitos**:
Informática:
- Python - Intermediário - Obrigatório
- Inglês - Avançado - Obrigatório
- Java - Intermediário - Obrigatório
Experiências e qualificações:
- Superior completo em Ciência da Computação, Estatística, Matemática, Física, Sistemas de Informação, Engenharia de Computação, ou áreas afins. - Mestrado ou Doutorado em IA é um diferencial.
- Inglês Avançado o Obrigatório: Conversação, Leitura e Entendimento.
- Matemática: álgebra Linear, cálculo básico
- Estatística: Probabilidade, Distribuições e Testes de Hipóteses
- Linguagens: Python, Java
- Experiência na utilização prática das principais famílias de algoritmos de Machine Learning e Data Science: regressão, classificação, clustering, redes neurais, NLP, etc.
- Experiência com métricas de avaliação de modelos: acurácia, precisão, recall, matriz de confusão, WER, elbow method, FAR, FRR, etc.
- Experiência com técnicas de validação: k-fold cross validation, hold out, under sample, etc
- Data Engineering: data analysis, data mining, feature engineering, model evaluation, etc
- Deep Learning: CNN, RNN e LSTM
- Frameworks: TensorFlow, scikit-learn, PyTorch, Keras
- Plataformas: Jupyter Notebook, Anaconda, Assistentes Virtuais
- Profissional com boa capacidade de comunicação, bom relacionamento interpessoal, colaborativo, pesquisador, curioso, autodidata, empreendedor, criativo e com foco no cliente.
- Mais de 3 anos de experiência na área de Machine Learning e Data Science
- Liderança técnica de times internos ou externos para experimentos tecnológicos.
- Conhecimento de métodos de pesquisa científica com abordagem quantitativa.
- Capacidade de entender e levantar necessidades dos times de negócio.
- Experiência em gestão de projetos experimentais em ambientes complexos.
- Desenvoltura para trabalho em grupo em uma abordagem multidisciplinar: envolvimento das áreas de infraestrutura, banco de dados, segurança da informação, gestão de produção e middleware e quality assurance para avaliações da arquitetura.