Sobre a empresa
Legaltech brasileira que desenvolve software para buscar, emitir, analisar e gerenciar documentos oficiais usados por empresas. Ela automatiza burocracias envolvendo documentos públicos — como certidões, matrículas de imóveis, licenças, alvarás e registros — que normalmente precisam ser solicitados em vários órgãos públicos.

Resumo da Posição

Buscamos uma pessoa Tech de Machine Learning com forte experiência em NLP, Transformers e LLMs. A pessoa ideal terá conhecimento prático em desenvolvimento de modelos, pipelines de dados e boas práticas de engenharia de software. Contribuir com a inovação e melhoria contínua dos processos de desenvolvimento. Também, acompanhará pesquisas recentes em machine learning e contribuirá com o desenvolvimento de novos algoritmos e técnicas. Sendo assim, a pessoa será capaz de desenvolver estratégias de aprendizado de máquina para resolver problemas de negócios complexos.

Principais Responsabilidades e Atribuições

Avaliar e selecionar tecnologias e ferramentas apropriadas;

Coordenar o planejamento e execução das tarefas da equipe;

Participar de reuniões e alinhamentos estratégicos;

Realizar revisões de código e garantir a qualidade do software;

Resolver problemas e impasses técnicos;

Direcionar a equipe em decisões difíceis;

Fazer alinhamentos entre diferentes áreas da empresa para garantir os resultados pretendidos;

Participar ativamente de discussões estratégicas junto aos times de produto;

Desenvolver códigos para ajudar o time em entregas, acabar com gargalos e mostrar padrões a serem seguidos pela equipe de projeto para compreender os requisitos e comunicar resultados de teste de maneira eficaz;

Liderança de Projetos: Liderar equipes e projetos de machine learning, definindo metas, prazos e estratégias de execução;

Mentoria e Orientação: Orientar e treinar engenheiros de machine learning, compartilhando conhecimento e melhores práticas;

Definição de Estratégias de ML: Desenvolver estratégias de aprendizado de máquina para abordar problemas de negócios complexos e definir métricas de sucesso;

Otimização de Desempenho: Otimizar o desempenho dos modelos por meio de ajuste de hiperparâmetros, busca de grade e outras técnicas avançadas;

Exploração de Dados: Realizar análises exploratórias de dados (EDA) para descobrir insights e identificar características importantes para os modelos;

Implantação de Modelos em Produção: Implementar modelos em ambientes de produção, garantindo escalabilidade e manutenção;

Pesquisa e Desenvolvimento: Acompanhar pesquisas recentes em machine learning e contribuir com o desenvolvimento de novos algoritmos e técnicas;

Desenvolver, treinar e otimizar modelos baseados em Transformers e LLMs para tarefas de processamento de texto;

Construir pipelines robustos de pré-processamento e pós-processamento textual;

Aplicar boas práticas de engenharia de software em projetos de Machine Learning;

Trabalhar com dados estruturados e não estruturados, integrando modelos com bancos de dados e APIs;

Participar de decisões técnicas sobre arquitetura, versionamento de modelos, testes e deploy;

Colaborar com engenheiros de dados e outros times para escalar soluções em produção.

Requisitos e Qualificações

Experiência em arquitetura de software e design patterns;

Gestão de times/pessoas;

Domínio em tecnologias de cloud computing;

Python: Domínio avançado da linguagem, com foco em orientação a objetos, otimização de código e organização de projetos;

Machine Learning: Experiência com modelos como BERT, RoBERTa, GPT, Mistral, incluindo fine-tuning e uso em tarefas de NLP. Forte experiência com engenharia de prompt;

Processamento de Texto: Classificação e extração de entidades;

OCR: Experiência básica com ferramentas como Tesseract e Google Vision OCR;

Bancos de Dados (PostgreSQL): Manipulação de dados via SQL, integração com pipelines de ML;

Git/GitHub: Versionamento de código, revisão de PRs, uso em times colaborativos;

Debug e Testes: Capacidade de identificar e resolver bugs, criar testes automatizados com Pytest ou Unittest;

Padrões de Projeto: Aplicação de boas práticas de arquitetura e design patterns;

LLMs - (GPT, Mistral, Claude - Sonnet, etc ).

Desejável

Experiência com APIs RESTful e FastAPI;

Conhecimento em Docker e deploy de modelos em nuvem;

Familiaridade com ferramentas de prototipação como Streamlit;

Conhecimento em cloud (AWS, GCP);

Experiência com Agents baseados em LLMs;

Uso de MLflow, Weights & Biases, DVC ou ferramentas similares para monitoramento, versionamento e automação de experimentos;

MLOps, ou Machine Learning Operations, refere-se ao conjunto de práticas e ferramentas que automatizam e facilitam o ciclo de vida do machine learning, desde o desenvolvimento até a implantação e monitoramento dos modelos.

Soft Skills

Liderança;

Autonomia;

Comunicação;

Vontade de crescer;

Voz ativa;

Disrupção.

Regime de Contratação: CLT

Modalidade: Híbrido em Pinheiros (modelo híbrido com 4x presencial e 1x home office) - última sexta no mês é presencial. ;