Desenvolvedor de software sênior - pesquisa, desenvolvimento e ia aplicada (health data lab)

Formação Acadêmica

• Graduação em Ciência da Computação, Engenharia da Computação ou áreas correlatas;

• Mestrado ou Doutorado em Inteligência Artificial, Processamento de Sinais, Aprendizado de Máquina, Deep Learning ou áreas afins.

Principais Atividades

• Pesquisa Científica e Liderança Técnica;

• Definir hipóteses científicas, protocolos experimentais e métricas de avaliação;

• Planejar e executar experimentos para validação de novos modelos, arquiteturas e metodologias;

• Conduzir estudos comparativos e análises estatísticas de desempenho em modelos de ML;

• Orientar pesquisadores, analistas e engenheiros na condução de atividades de P&D;

• Garantir rigor científico, reprodutibilidade e conformidade metodológica;

• Redigir e revisar artigos científicos, relatórios técnicos e patentes;

• Programar para dispostivos embarcados com capacidade de processamento e memória limitada;

• Apoiar a elaboração de propostas técnicas para projetos financiados por agências de foment;

• Automatizar pipelines de treinamento de ML: Criação de fluxo para treinamento, validação, empacotamento e implantação continua (CI/CD/CT);

• Documentar e atualizar documentações técnicas de software.

Principais Habilidades

• Atuação em pesquisa aplicada e desenvolvimento experimental em IA;

• Domínio de métodos científicos, desenho experimental e análise estatística;

• Capacidade de transformar desafios científicos em soluções tecnológicas com impacto;

• Experiência na comunicação de resultados científicos para públicos técnicos, gestores e agências de fomento;

• Experiência em processamento de séries temporais;

• Dominar técnicas de Machine Learning e Deep Learning;

• Dominar projetos utilizando sistemas embarcados;

• Entender sobre avaliação de modelos, definição de métricas e análise de desempenho;

• Publicações em conferências e periódicos científicos relevantes;

• Dominar escrita, revisão e submissão de artigos científicos, escrita técnica para patentes, relatórios técnicos e documentos de projetos de P&D;

• Construção, validação e implantação de estruturas de ETL.

Principais Tecnologias

• Linguagens: Python (avançado), C/C++ (Obrigatório), Kotlin (desejável);

• Frameworks e Bibliotecas de IA: PyTorch, TensorFlow, Scikit-learn, Hugging Face (Transformers, Datasets), visualização (matplotlib, seaborn, plotly, etc.);