Bolsista Mestre [Ciências da Computação, Engenharia da Computação, Estatística ou áreas afins] BOSCH

Vaga não está no LinkedIn

🕒 Outubro 28, 2025

🇧🇷 Brasil – Remoto

💵 R$3.000 / mês

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🖥 Engenheiro de Software

👻 Score fantasma 55%

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

Sistema Fibra

SiteLinkedInTodas as Vagas

1001 - 5000 funcionários

Fundada em 1972

🤝 B2B

🤝 Sem Fins Lucrativos

📚 Educação

B2B • Non-profit • Education

Página oficial do Sistema Fibra Fibra Sesi Senai e IEL-DF

Descrição

• Analisar e pré-processar textos de atos normativos (leis, decretos, etc.) e criar dataset para treinar modelos. • Definir, treinar e validar modelos NLP. • Realizar testes com diferentes arquiteturas de deep learning e diferentes modelos pré-treinados. • MLOps (Kubeflow). • Desenvolver API RESTFul. • Acompanhar modelos em produção (eficácia e assertividade das predições).

🎯 Requisitos

• Mestre em Ciência da Computação, Engenharia da Computação, Estatística ou afins. • Experiência com desenvolvimento / treinamento de modelos de inteligência artificial (NLP - Natural Language Processing). • Experiência com pré-processamentos de textos. • Hyper-parameter e Tuning em Deep Learning. • spaCy, scikit-learn, Beautiful Soup e Kubeflow, web crawlers e MLOps. • Experiência com criação de pipelines. • Análise de ambiguidade. • Uso de modelos pré-treinados (e.g. Bert, Roberta, etc.). • Inglês intermediário. * Diferencial: Inglês avançado.