Imagem Geosistemas

• Apoiar a identificação de oportunidades de aplicação de Inteligência Artificial para aumento de produtividade, eficiência operacional e redução de atividades manuais nos processos organizacionais. • Desenhar e implementar assistentes e agentes de IA para suporte a atividades e processos internos, integrando diferentes ferramentas e fontes de dados. • Desenvolver protótipos e soluções utilizando modelos de linguagem (LLMs), IA generativa e automações de fluxo de trabalho. • Estruturar pipelines e fluxos de dados que conectem sistemas corporativos a soluções baseadas em IA. • Integrar soluções de IA com dados provenientes de sistemas corporativos, como CRM, bases internas, APIs e ferramentas analíticas. • Traduzir necessidades das áreas de negócio em soluções tecnológicas viáveis, atuando como ponte entre times técnicos e áreas corporativas. • Criar protótipos rápidos (MVPs) para validação de soluções antes da escalabilidade. • Contribuir para a construção e evolução de boas práticas e padrões internos para uso de IA, incluindo aspectos de segurança, governança e uso responsável. • Participar da construção de roadmaps de adoção de IA na organização. • Produzir documentações técnicas, guias e materiais de apoio para disseminação do uso de IA na empresa. • Apoiar sessões de ideação, workshops e demonstrações para estimular a cultura de inovação e adoção de IA. • Manter-se atualizado sobre tendências e avanços em Inteligência Artificial, automação e uso corporativo de LLMs.

• Understand business needs, provide actionable insights and recommendations based on analyses, and translate them into technical requirements and solution proposals. • Stay up to date with trends and advances in data science. • Apply pattern recognition techniques, including but not limited to computer vision, convolutional neural networks (CNNs), language models for natural language processing (NLP), large language models (LLMs), data analysis and predictive analytics (ML). • Ensure technical feasibility of proposed machine learning models, partnering with data scientists in designing and building solutions. • Test and validate data science solutions to ensure their effectiveness, quality, and compliance with requirements. • Engage the team and foster constructive discussions, extracting information, knowledge, and potential from the group toward a shared objective or larger outcome. • Help teams increase productivity, achieve better results, solve complex organizational problems, respond quickly to change, and strengthen their organizational culture.