Especialista em Inteligência Artificial; Ajuste Fino de Modelos em Bancos Digitais

Vaga aberta de Especialista em Inteligência Artificial (Ajuste Fino de Modelos em Bancos Digitais). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Um banco digital usa modelos de linguagem em atendimento, em análise de documentos e em apoio ao time de crédito. Algumas dessas tarefas pedem mais do que prompt: vocabulário financeiro brasileiro, formato de resposta rígido, tom de voz. Você é a pessoa que decide quando o ajuste fino de um modelo vale o custo, e como fazê-lo sem criar um risco novo.

A decisão tem camadas. Comparar ajuste fino com prompt melhor, com recuperação de contexto e com um modelo maior. Se for ajuste fino, definir como montar o conjunto de treino sem vazar dado pessoal de clientes, como usar métodos eficientes como LoRA, como detectar que o modelo piorou em algo que antes fazia bem e como versionar e reverter. Do lado de risco, o jurídico e a segurança precisam entender o que o modelo aprendeu e de onde veio cada exemplo.

O sucesso se mede por ganho em avaliação própria da tarefa, ausência de regressão em testes gerais, custo por requisição menor ou igual ao da alternativa e trilha de auditoria completa do dado de treino.

• Definir os critérios que justificam ajuste fino frente a alternativas mais simples
• Desenhar o processo de curadoria e anonimização dos dados de treino
• Orientar a implementação de ajuste fino eficiente e a escolha de hiperparâmetros
• Construir o conjunto de avaliação específico por tarefa e o de regressão geral
• Definir a política de versionamento, promoção e retorno de modelos
• Apresentar a jurídico e segurança o risco residual e os controles adotados
• Orientar engenheiros e revisar o desenho dos experimentos

• Treino e ajuste de modelos de linguagem em PyTorch, com entendimento do que cada técnica custa
• Avaliação rigorosa de LLMs, incluindo juízes automáticos e seus limites
• Práticas de MLOps para dados, experimentos, registro e implantação
• Visão de risco: vazamento de dado, memorização e viés
• Comunicação com negócio, jurídico e engenharia, adaptando o nível técnico
• Experiência em orientar pessoas e em definir padrão técnico

• Ter feito destilação ou quantização de modelos para produção
• Conhecimento de privacidade diferencial ou técnicas parecidas
• Prática com avaliação humana em escala
• Visão econômica de custo de GPU contra custo por token

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Decisões de arquitetura são escritas em documento curto e debatidas em revisão aberta antes de qualquer treino caro. Você responde pelo resultado e acompanha os indicadores depois da entrada em produção.

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com Total Pass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

• Python
• LLMs
• MLOps
• Py Torch
• Avaliação de modelos
• Nuvem
• Git
• Ajuste fino
• LoRA

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.