BIX Tecnologia - Consultoria de Dados
Engenheiro de Software (IA) | Sênior | Python
- Compensation
- Not disclosed
- Location
- BR
- Work setup
- Remote
- Seniority
- Senior
- Employment
- Not specified
- Experience
- Not specified
- Category
- Software engineering
- Posted
Skills
Full description
Somos uma empresa apaixonada por pessoas, pautamos sempre pela qualidade das nossas relações e pelo cuidado com cada membro do time. Estamos buscando uma pessoa para fazer parte deste time que vem crescendo a cada dia, tanto em número quanto em desenvolvimento.
Encorajamos e acreditamos no nosso time e prezamos por fazer junto. Se você é essa pessoa, que tem um senso de equipe e que procura por desenvolvimento constante, a BIX é para você!
Vem fazer parte da BIX Tecnologia!
**O que esperamos que você tenha
Engenharia de Software
- 5 ou mais anos de experiência em desenvolvimento, sendo a maior parte com Python;
- Desenvolvimento back-end com Django ou FastAPI, incluindo APIs REST, autenticação, filas e processamento assíncrono;
- Domínio de bancos de dados relacionais e modelagem de dados;
- Boas práticas de arquitetura, código limpo, testes automatizados, versionamento e CI/CD;
- Experiência com nuvem (preferencialmente AWS) e containerização com Docker;
- Autonomia para publicar e sustentar aplicações em produção, com logs, métricas e monitoramento.
Ciência de Dados e Machine Learning
- Fundamentos sólidos de machine learning: formulação de problemas, divisão de dados, overfitting, vieses e validação de modelos;
- Domínio de métricas de avaliação e capacidade de escolher e justificar a métrica adequada a cada problema: precision, recall, F1, ROC-AUC para classificação; recall@k, MRR e nDCG para recuperação; faithfulness, relevância e corretude para respostas de LLMs;
- Construção de datasets de avaliação (golden sets), anotação e análise de erros.
Inteligência Artificial Aplicada
- Experiência comprovada com LLMs em produção: agentes, tool calling e orquestração de fluxos;
- Profundidade em RAG: estratégias de chunking (tamanho fixo, recursivo, semântico, baseado em estrutura do documento, parent-child), trade-offs de cada uma e como medir seu impacto;
- Embeddings, busca vetorial, busca híbrida (lexical + semântica) e reranking;
- Processamento Inteligente de Documentos (IDP): OCR, análise de layout, extração de tabelas e entidades, classificação de documentos e extração estruturada;
- Avaliação sistemática (evals) de aplicações baseadas em LLMs, incluindo LLM-as-a-judge e suas limitações.