Cientista de dados Sênior

• Desenvolver pipelines de NLP/GenAI para extração de informações de documentos de diferentes formatos (PDFs, imagens digitalizadas, documentos estruturados e não estruturados) utilizando extração e reconhecimento de entidades e relacionamentos.
• Implementar técnicas de IA Generativa para aprimorar a extração de dados.
• Criar pipelines eficientes para extração, limpeza e estruturação de dados textuais.
• Desenvolver modelos baseados em grafos para representação e inferência de regras a partir de textos e entidades extraídas.
• Colaborar com equipes de engenharia de dados e software para integração de modelos em sistemas de produção.
• Monitorar e avaliar a performance dos modelos, propondo melhorias contínuas.
• Explorar e implementar técnicas de aprendizado de máquina supervisionado, não supervisionado e auto-supervisionado para extração, enriquecimento e processamento das informações extraídas.

• Formação superior em Ciência da Computação, Engenharia, Matemática, Estatística ou área relacionada.
• Experiência comprovada em NLP, incluindo técnicas clássicas (regex, TF-IDF, word embeddings) e avançadas (transformers, BERT, GPT, LLMs).
• Experiência com extração de entidades e modelagem de regras em documentos complexos.
• Conhecimento em representação de conhecimento usando grafos, como ontologias e frameworks baseados em Graph Neural Networks (GNNs).
• Experiência com bibliotecas e frameworks como spaCy, NLTK, Stanford NLP, Hugging Face Transformers, OpenAI API, Neo4j, NetworkX.
• Forte conhecimento em Python e bibliotecas de machine learning (TensorFlow, PyTorch, Scikit-learn).
• Experiência com bancos de dados relacionais e NoSQL.
• Familiaridade com técnicas de OCR para extração de texto de imagens e documentos escaneados.

• Conhecimento de serviços cloud aplicados ao problema descrito, plus em GCP.
• Experiência em ferramentas de IA Generativa para NLP, como OpenAI, Hugging Face, ou modelos open-source similares, com utilização de fine tuning e RAG.
• Experiência com processamento de documentos jurídicos, médicos ou financeiros.
• Experiência no deploy de modelos de IA escaláveis em ambientes cloud (AWS, GCP, Azure).
• Experiência com arquiteturas de deep learning aplicadas à NLP.

• Vaga home office. Mas nos encontramos no início de cada trimestre, para comemorar os avanços alcançados e planejar o próximo trimestre
• Remuneração competitiva e oportunidade de ganhar stock options
• Trabalhar com um time estelar, com pessoas ex-Loft, Wildlife Studios, Alice, Bain, Dasa
• Oportunidade de participar da criação de uma solução que irá revolucionar a forma com que as operadoras brasileiras operam