Conduzir pesquisas avançadas e criar soluções inovadoras voltadas à evolução de plataformas inteligentes, realizando testes em ambientes reais e coletando feedbacks para validação. O foco inclui aprimorar mecanismos de interpretação, automação de consultas, estruturação de memória conversacional e análises avançadas para apoiar decisões estratégicas.

Responsabilidades

1. Pesquisa e desenvolvimento científico
   Criar, validar e publicar métodos avançados em IA (NLP, LLMs, RAG, agentes conversacionais, memória híbrida, otimização de contexto).
   Desenvolver algoritmos proprietários para SQL conversacional contextualizado com metadados (OpenMetadata).
   Estruturar modelos preditivos e prescritivos aplicados a datasets multissetoriais.
   Projetar novas arquiteturas para pipelines de dados otimizados e bancos colunares.
   Propor evoluções do mecanismo de memória(curto, médio e longo prazo).
2. Desenvolvimento experimental + produção
   Criar protótipos, validar cientificamente e transformar em módulos de produção.
   Avaliar performance dos modelos (accuracy, latency, recall, hallucination rate).
   Colaborar na implementação com equipes de engenharia backend e frontend.
3. Interface com operações e produto
   Traduzir achados de pesquisa em melhorias de produto.
   Conduzir experimentos A/B de otimização do fluxo conversacional.
   Apoiar decisões de arquitetura (RAG, Groq, MariaDB colunar, Redis, MongoDB, vetores).
4. Governança de dados e ética
   Criar normas de uso ético de IA e dados sensíveis.
   Auxiliar na formação de políticas de segurança e qualidade de dados.

Formação
Mestrado concluído em alguma das áreas:

• Ciência da Computação
• Engenharia da Computação
• Matemática Aplicada
• Estatística
• Ciência de Dados
• Inteligência Artificial
• Sistemas de Informação
• Ou áreas correlatas com foco em IA, NLP ou modelos generativos

Experiência técnica

• Obrigatório comprovar experiência em:
• Pesquisa aplicada em IA ou NLP
• LLMs (fine-tuning, instrução, alinhamento, RAG avançado)
• Bases vetoriais e embeddings
• Modelagem estatística e preditiva
• SQL avançado e análise de grandes volumes de dados
• Orquestração de dados (preferencial Airbyte ou similares)
• Arquiteturas distribuídas e bancos colunares ou analíticos
• Experimentos científicos e validação estatística
• Publicações relevantes, patentes ou produções acadêmicas