Venture People

Role Description Buscamos um Machine Learning Engineer com perfil hands-on e visão de produto para atuar no ciclo completo de soluções de IA, com profundidade em: - Agentes inteligentes - Frameworks agênticos - Fine-tuning de LLMs - Treinamento e otimização de modelos clássicos de clusterização e aprendizado supervisionado - Deploy em ambientes produtivos com práticas modernas de MLOps e IA Generativa O profissional será responsável por: - Desenhar, treinar, customizar (fine-tuning) e operacionalizar modelos, agentes e pipelines multi-agente que impulsionem produtos e plataformas, com foco em escalabilidade, automação e integração em nuvem. - Assumir ownership das frentes sob sua responsabilidade. Responsibilities - Projetar e desenvolver agentes inteligentes e sistemas multi-agente ponta a ponta, incluindo orquestração, memória, ferramentas (tool use), guardrails e protocolos de comunicação (MCP, A2A). - Fine-tuning de Modelos (RL, LoRA/QLoRA) e técnicas de adaptação como distillation e prompt optimization. - Implementar e evoluir pipelines de RAG, Graph, RAG e recuperação semântica com embeddings vetoriais e bancos vetoriais (pgvector, Qdrant, Weaviate, etc.). - Projetar, treinar e validar modelos de Machine Learning e Clusterização (ex: K-Means, K-Medoids, DBSCAN, GMM, embeddings vetoriais). - Realizar deploy e monitoramento de modelos e agentes em ambiente produtivo (Cloud Run, Vertex AI, API endpoints). - Implementar pipelines de MLOps e LLMOps, com versionamento, CI/CD, testes automatizados, rastreabilidade e avaliação contínua (MLFlow, Kubeflow, Vertex Pipelines, LangSmith, Langfuse). - Desenvolver e integrar agentes e fluxos de automação utilizando ADK (Agent Developer Kit), LangGraph, CrewAI, AutoGen, N8N ou frameworks correlatos de orquestração agentic. - Estruturar frameworks de avaliação para agentes e LLMs (LLM-as-Judge, eval sets, benchmarks customizados, métricas de qualidade e alinhamento). - Identificar problemas e propor approaches técnicos antes de serem demandados, defendendo decisões de arquitetura com base em evidência técnica e validando hipóteses rapidamente. - Atuar como referência técnica de IA para o time e stakeholders, conduzindo discussões de arquitetura, code reviews críticos e mentorias para pares de engenharia e produto. - Conduzir frentes em paralelo e destravar dependências ativamente, comunicando blockers cedo e propondo caminhos alternativos quando uma frente trava. - Criar e manter documentação técnica e artefatos de engenharia, garantindo boas práticas de governança e reprodutibilidade. - Apoiar times de produto e engenharia na integração de modelos e agentes em aplicações (APIs, microsserviços, containers). - Avaliar continuamente novas abordagens de IA Generativa, arquiteturas agênticas e integração de LLMs. Qualifications - Formação em Ciência da Computação, Engenharia, Estatística, Matemática Aplicada ou áreas correlatas. - Sólido conhecimento em Python e bibliotecas de ML/AI (Scikit-Learn, PyTorch, TensorFlow, Hugging Face Transformers). - Experiência prática construindo agentes em produção com ao menos um framework agentic (ADK, LangGraph, CrewAI, AutoGen, LlamaIndex Agents ou similares). - Experiência com fine-tuning de LLM incluindo preparação de datasets, treinamento e avaliação. - Domínio de conceitos de vetorização, embeddings e busca semântica (Sentence Transformers, BERT, modelos de embedding modernos) — incluindo opinião técnica formada sobre escolha de banco vetorial e estratégias de chunking/retrieval. - Conhecimento prático de deploys em nuvem (Cloud Run, Vertex AI, SageMaker, etc.). - Vivência com ferramentas de versionamento e rastreabilidade de modelos e prompts (MLFlow, Kubeflow, Vertex Pipelines, Phoenix, LangSmith, Langfuse). - Experiência em integração via APIs e construção de microsserviços. - Entendimento de boas práticas de MLOps e LLMOps: monitoramento, logging, rollback, retraining, eval automatizado, observabilidade de agentes. - Familiaridade com MCP (Model Context Protocol) e padrões modernos de integração entre LLMs e ferramentas externas. - Ownership ponta-a-ponta de iniciativas de IA — capacidade de conduzir uma frente do problema à entrega sem necessidade de microgestão. - Uso fluente de ferramentas de produtividade técnica (Claude Code, Cursor, Copilot, agentes de coding) para acelerar entrega e destravar decisões. - Comunicação técnica proativa: comunica blockers, trade-offs e mudanças de direção cedo e por escrito, sem precisar ser provocado. - Postura proativa na identificação de problemas — capacidade de antecipar o que precisa ser feito antes de ser demandado, em vez de aguardar atribuição. - Convicção técnica baseada em evidência — defende approaches arquiteturais com clareza e revisita decisões apenas mediante dado novo que justifique a mudança. - Domínio técnico consolidado do estado da arte — chega em discussões de arquitetura com posição formada sobre decisões fundamentais do domínio (escolha de banco vetorial, fine-tuning vs. RAG, framework de eval, etc.). - Atuação como sparring técnico para liderança e pares de engenharia, sendo referência ativa em decisões de IA — e não o contrário. - Uso fluente de ferramentas modernas de produtividade técnica (Claude Code, Cursor, Copilot, agentes de coding) para destravar a si e ao time. Requirements - Experiência com arquiteturas agênticas avançadas: multi-agent debate, DAGs de agentes. - Defende approaches técnicos com convicção e evidência. - Experiência comprovada em GCP e/ou AWS (Vertex AI, BigQuery, Cloud Functions, Bedrock, SageMaker). - Deploys de modelos e agentes via Cloud Run, Vertex Endpoints ou Bedrock Agents. - Experiência com modelos open-source self-hosted (Llama, Qwen, DeepSeek, Mistral) e infraestrutura de inference (vLLM, TGI, Ollama). - Pipelines de geração e curadoria de datasets sintéticos para fine-tuning. - Experiência prévia liderando ou influenciando tecnicamente squads de IA/ML. - Certificações em IA, Cloud (GCP ML Engineer, AWS ML Specialty) ou áreas correlatas. Benefits - Política de Equipamentos: Bring Your Own Device (BYOD). - Seguem o calendário nacional de feriados no Brasil. Todos os feriados e emendas são respeitados. - Férias coletivas de Natal e Ano Novo +1 semana de férias a ser escolhida durante os 12 meses de contrato.