Bolsista Mestre – Agentes, LLM, IA generativa, Prompt engineering

Job not on LinkedIn

🕒 June 3

Apply Now

Find Similar Remote Jobs

Receive Emails For Remote Jobs

📊 Check your resume score for this job

Improve your chances of getting an interview by checking your resume score before you apply.

Upload Resume

Sistema Fibra

WebsiteLinkedInAll Job Openings

1001 - 5000 employees

Founded 1972

Página oficial do Sistema Fibra

📋 Description

• Entender o ecossistema atual de agentes, incluindo arquitetura, ferramentas, logs, memórias, fluxos de execução e mecanismo de feedback humano; • Executar ao menos um agente existente ponta a ponta em ambiente local/controlado; • Mapear o fluxo completo de execução de um agente e suas principais interfaces; • Levantar o estado da arte em memória de agentes, feedback humano, RAG, aprendizado por preferência e abordagens inspiradas em RLHF; • Selecionar técnicas candidatas para transformar feedback humano em memória ou orientação operacional reutilizável pelos agentes; • Implementar experimentos locais com exemplos controlados e/ou casos reais anonimizados; • Criar mecanismo de simulação e registro de feedback humano no loop de execução do agente; • Definir métricas de avaliação, como taxa de sucesso, redução de erro, estabilidade, latência, custo e comparação com baseline sem memória adaptativa; • Integrar a abordagem selecionada a pelo menos um agente piloto do ecossistema existente; • Coletar e analisar interações reais com feedback humano; • Iterar a solução a partir dos resultados observados; • Empacotar a solução como biblioteca ou componente reutilizável por outros agentes; • Produzir documentação técnica, exemplos de uso e relatório final com resultados, limitações e próximos passos.

🎯 Requirements

• Formação: Mestre • Cursos: Engenharia da Computação, Sistemas de informação • Python em nível intermediário • Conhecimento básico de LLMs, prompts, agentes e uso de modelos via API • Familiaridade com Git, organização de código e leitura de projetos existentes • Capacidade de manipular dados estruturados, logs, JSON e tabelas • SQL básico ou disposição para aprender rapidamente • Capacidade de conduzir experimentos, definir métricas e comparar abordagens • Boa comunicação escrita para produção de documentação técnica e relatórios • Familiaridade com desenvolvimento em ambientes técnicos reais, incluindo uso de APIs, variáveis de ambiente, autenticação, logs e integração entre serviços. • Experiência com frameworks de agentes, como smolagents, LangChain, LangGraph, CrewAI, AutoGen ou similares (diferencial) • Conhecimento de RAG, embeddings, busca vetorial ou memória semântica (diferencial) • Noções de avaliação de LLMs, agentes e pipelines com humano-no-loop (diferencial) • Conhecimento básico de aprendizado por reforço, RLHF, preference learning ou sistemas adaptativos (diferencial) • Conhecimentos básicos de AWS ou outra plataforma cloud (diferencial) • Familiaridade com serviços como S3, CloudWatch, IAM, Lambda, ECS/ECR, API Gateway, bancos gerenciados, Athena, Secrets Manager, Parameter Store ou Amazon Bedrock (diferencial) • Noções de deploy, observabilidade, logs, permissões e segurança em aplicações cloud (diferencial) • Interesse em aplicações de IA no domínio jurídico.