Vaga de Gerente de Projetos

Legaltech que desenvolve software para buscar, emitir, analisar e gerenciar documentos oficiais usados por empresas. Ela automatiza burocracias envolvendo documentos públicos como certidões, matrículas de imóveis, licenças, alvarás e registros que normalmente precisam ser solicitados em vários órgãos públicos. Resumo da posição Buscamos uma pessoa tech de machine learning com forte experiência em nlp, transformers e llms. A pessoa ideal terá conhecimento prático em desenvolvimento de modelos, pipelines de dados e boas práticas de engenharia de software. Contribuir com a inovação e melhoria contínua dos processos de desenvolvimento. Também, acompanhará pesquisas recentes em machine learning e contribuirá com o desenvolvimento de novos algoritmos e técnicas. Sendo assim, a pessoa será capaz de desenvolver estratégias de aprendizado de máquina para resolver problemas de negócios complexos. Principais responsabilidades e atribuições Avaliar e selecionar tecnologias e ferramentas apropriadas Coordenar o planejamento e execução das tarefas da equipe Participar de reuniões e alinhamentos estratégicos Realizar revisões de código e garantir a qualidade do software Resolver problemas e impasses técnicos Direcionar a equipe em decisões difíceis Fazer alinhamentos entre diferentes áreas da empresa para garantir os resultados pretendidos Participar ativamente de discussões estratégicas junto aos times de produto Desenvolver códigos para ajudar o time em entregas, acabar com gargalos e mostrar padrões a serem seguidos pela equipe de projeto para compreender os requisitos e comunicar resultados de teste de maneira eficaz Liderança de projetos: liderar equipes e projetos de machine learning, definindo metas, prazos e estratégias de execução Mentoria e orientação: orientar e treinar engenheiros de machine learning, compartilhando conhecimento e melhores práticas Definição de estratégias de ml: desenvolver estratégias de aprendizado de máquina para abordar problemas de negócios complexos e definir métricas de sucesso Otimização de desempenho: otimizar o desempenho dos modelos por meio de ajuste de hiperparâmetros, busca de grade e outras técnicas avançadas Exploração de dados: realizar análises exploratórias de dados (eda) para descobrir insights e identificar características importantes para os modelos Implantação de modelos em produção: implementar modelos em ambientes de produção, garantindo escalabilidade e manutenção Pesquisa e desenvolvimento: acompanhar pesquisas recentes em machine learning e contribuir com o desenvolvimento de novos algoritmos e técnicas Desenvolver, treinar e otimizar modelos baseados em transformers e llms para tarefas de processamento de texto Construir pipelines robustos de pré-Processamento e pós-Processamento textual Aplicar boas práticas de engenharia de software em projetos de machine learning Trabalhar com dados estruturados e não estruturados, integrando modelos com bancos de dados e apis Participar de decisões técnicas sobre arquitetura, versionamento de modelos, testes e deploy Colaborar com engenheiros de dados e outros times para escalar soluções em produção. Requisitos e qualificações experiência em arquitetura de software e design patterns Gestão de times/pessoas Domínio em tecnologias de cloud computing Python: domínio avançado da linguagem, com foco em orientação a objetos, otimização de código e organização de projetos Machine learning: experiência com modelos como bert, roberta, gpt, mistral, incluindo fine-Tuning e uso em tarefas de nlp. Forte experiência com engenharia de prompt Processamento de texto: classificação e extração de entidades Ocr: experiência básica com ferramentas como tesseract e google vision ocr Bancos de dados (postgresql): manipulação de dados via sql, integração com pipelines de ml Git/github: versionamento de código, revisão de prs, uso em times colaborativos Debug e testes: capacidade de identificar e resolver bugs, criar testes automatizados com pytest ou unittest Padrões de projeto: aplicação de boas práticas de arquitetura e design patterns Llms - (gpt, mistral, claude - Sonnet, etc ). Desejável experiência com apis restful e fastapi Conhecimento em docker e deploy de modelos em nuvem Familiaridade com ferramentas de prototipação como streamlit Conhecimento em cloud (aws, gcp) experiência com agents baseados em llms Uso de mlflow, weights & biases, dvc ou ferramentas similares para monitoramento, versionamento e automação de experimentos Mlops, ou machine learning operations, refere-Se ao conjunto de práticas e ferramentas que automatizam e facilitam o ciclo de vida do machine learning, desde o desenvolvimento até a implantação e monitoramento dos modelos. Soft skills Liderança Autonomia Comunicação Vontade de crescer Voz ativa Disrupção. Regime de contratação: clt Modalidade: híbrido em pinheiros (modelo híbrido com 4x presencial e 1x home office) - Última sexta no mês é presencial.