AI Engineer

🕒 Junho 26

🇺🇸 Estados Unidos – Remoto (EUA)

💵 $800.000 - $2.000.000 / ano

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🤖 Engenheiro de IA

👻 Score fantasma 14%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Particle41

SiteLinkedInTodas as Vagas

51 - 200 funcionários

💼 Consultoria

📣 Marketing

☁️ SaaS

Consulting • Marketing • SaaS

A Particle41 é uma empresa especializada em fornecer expertise e soluções em desenvolvimento de tecnologia, ciência de dados e DevOps. Eles oferecem serviços de consultoria de CTO, atuando como parceiro para fortalecer estratégias tecnológicas e entregar soluções de software robustas adaptadas às necessidades de seus clientes. A Particle41 enfatiza a modernização das operações utilizando arquitetura em nuvem, integração de sistemas de software e aproveitamento de inteligência artificial para fornecer produtos digitais inovadores. Eles trabalham em estreita colaboração com as empresas para garantir a entrega pontual dos projetos, escalabilidade e manutenção da segurança dos dados. A Particle41 tem um foco especial em ajudar as empresas a melhorar sua vantagem competitiva por meio de soluções tecnológicas estratégicas e suporte contínuo.

Descrição

• Lead end-to-end development of AI/ML models: from data ingestion & preprocessing to model training, evaluation, deployment and monitoring. • Build generative-AI solutions (RAG, Agentic Workflows, MCP Servers, Conversation AI Agents) aligned with business goals. • Work closely with data engineering teams to build/maintain data pipelines, feature stores and orchestration frameworks. • Develop and integrate AI models into production systems (APIs, microservices, cloud deployments). • Optimize models/solutions for performance, scalability, robustness and cost-efficiency. • Monitor models/ solutions’ performance in production (drift, bias, fairness, reliability) and implement remediation. • Document model design, experiments, data provenance and solution rationale. • Stay abreast of latest AI/ML research, frameworks, tools (e.g. LangChain, LangGraph, MCP Clients/Servers, Agents SDKs, LiveKit etc.) and propose innovative ideas. • Work directly with clients to understand problem statements, translate business requirements into AI solutions, and clearly communicate results.

🎯 Requisitos

• Bachelor’s or Master’s degree in Computer Science, Engineering, Data Science, or related field. • 3+ years of hands-on experience in AI/ML model development and deployment. • Strong programming skills in Python and experience with major ML/AI frameworks (TensorFlow, PyTorch, scikit-learn, LangChain, LangGraph). • Experience with vector databases (e.g., Pinecone, FAISS), RAG and Agentic workflows. • Experience building or fine-tuning Large Language Models (LLMs). • Experience deploying models into production: building REST APIs, microservices and monitoring. • Familiarity with Text-to-Speech and Speech-to-Text models/solutions like Deepgram, ElevenLabs, Cartesia etc. • Experience in computer vision, time-series modelling (ARIMA, Prophet) or multimodal AI. • Familiarity with MLOps tools and frameworks (e.g., MLflow, Kubeflow, SageMaker). • Strong understanding of algorithms, data structures, statistics, and machine-learning fundamentals (classification, regression, clustering, deep learning, sequence models). • Ability to work in a fast-paced, dynamic environment and adapt to changing priorities. • Publications, open-source contributions, or personal projects in the AI/ML domain