Especialista Sênior em Machine Learning

🕒 Setembro 9

🇧🇷 Brasil – Remoto

⏳ Contrato/Temporário

🟠 Sênior

👻 Score fantasma 17%

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

Quartile

SiteLinkedInTodas as Vagas

201 - 500 funcionários

📣 Marketing

🛍️ Comércio Eletrônico

Marketing • Advertising • eCommerce

Quartile é a maior plataforma de otimização de retail media do mundo, dedicada a impulsionar o crescimento de marcas de e-commerce de todos os portes por meio de soluções avançadas de IA e expertise estratégica. A empresa gerencia um investimento anual significativo em mídia para varejo, enquanto oferece controle granular e insights acionáveis em múltiplos canais de publicidade. Sua tecnologia proprietária otimiza o desempenho dos anúncios em tempo real, garantindo máxima eficiência e maior retorno sobre o investimento em mídia (ROAS) para clientes no mundo todo.

Descrição

• Ser responsável pela estratégia de modelos em toda a plataforma, avaliando e selecionando modelos para cada tarefa • Utilizar benchmarks e frameworks de LLM-as-judge com análises estatisticamente robustas para embasar decisões sobre modelos • Projetar e manter a metodologia de avaliação, incluindo conjuntos de avaliação offline, calibração de avaliadores, benchmarks de regressão e métricas de qualidade • Desenvolver modelos de classificação e fine-tuning para tarefas de roteamento, categorização e detecção • Construir datasets, treinar, avaliar e colocar modelos em produção • Projetar, desenvolver e lançar produtos de IA agentic, incluindo identidades de agentes, skills reutilizáveis, integrações com ferramentas e saídas estruturadas • Realizar prompt engineering e context engineering, incluindo montagem de system prompts, injeção de contexto com dados em tempo real, gerenciamento de threads e memória e saídas estruturadas com Pydantic • Ser responsável pela qualidade das saídas por meio de mecanismos determinísticos de validação, gates de qualidade e avaliadores LLM-as-judge • Diagnosticar alucinações, inconsistências e drift de versões de modelos, implementando correções por meio de prompts, retrieval, guardrails ou seleção de modelos • Desenvolver e ampliar ferramentas de agentes que consultem Databricks, MongoDB e sistemas externos • Integrar agentes ao ecossistema mais amplo por meio do Model Context Protocol (MCP) • Operar serviços lançados com OpenTelemetry e monitorar qualidade, latência e custos no Grafana • Colaborar com engenheiros de dados, engenheiros de software e equipes de produto em soluções de IA de ponta a ponta • Elevar os fundamentos de ML da equipe por meio de revisões e compartilhamento de conhecimento • Avaliar criticamente a literatura de pesquisa e aplicar técnicas validadas • Documentar e manter a base de código, garantindo qualidade e boas práticas de desenvolvimento

🎯 Requisitos

• Mais de 5 anos de experiência prática em machine learning, incluindo treinamento, avaliação e deploy de modelos • Sólida base em estatística e probabilidade, incluindo testes de hipóteses, intervalos de confiança, amostragem, dimensionamento de amostras, viés/variância e calibração • Compreensão profunda da teoria de LLMs e IA generativa, incluindo transformers, attention, tokenização, embeddings, pipelines de treinamento, estratégias de decoding, comportamento de scaling e modos de falha • Experiência prática com ML clássico e NLP, incluindo classificação, clustering, feature engineering, classificação de texto, embeddings e similaridade semântica • Experiência em fine-tuning de modelos usando LoRA/PEFT, supervised fine-tuning ou fine-tuning completo; capacidade de construir datasets de treinamento • Experiência no desenvolvimento de metodologias de avaliação de IA, incluindo conjuntos de avaliação offline, LLM-as-judge, concordância entre avaliadores, benchmarks de regressão e testes de significância • Experiência de nível production-grade em Python com PyTorch, scikit-learn, Hugging Face, Python assíncrono moderno, FastAPI, Pydantic, testes e CI • Experiência prática com pelo menos uma API de um grande provedor de LLMs: OpenAI, Anthropic ou Google; saídas estruturadas e tool/function calling • Mestrado ou PhD em Machine Learning, Estatística, Ciência da Computação, Matemática ou área quantitativa relacionada, ou profundidade equivalente demonstrada por publicações, resultados em competições, modelos disponibilizados ou código de pesquisa • Autonomia em nível sênior para conduzir problemas de ponta a ponta • Diferencial: publicações ou contribuições open source em NLP/ML; histórico no Kaggle ou em competições equivalentes • Diferencial: sistemas de retrieval, avaliação de agentes, otimização de custo/latência de modelos, Databricks, Azure, Docker, stacks de observabilidade, MCP e experiência na entrega de produtos do zero (0-to-1)

🏖️ Benefícios

• Empresa que oferece oportunidades iguais e promove diversidade, inclusão e pertencimento • Contratação no modelo PJ