Tech Stack
AWSPythonPyTorchTensorflow
About the role
- Projetar e implementar pipelines de enriquecimento semântico usando Amazon Bedrock
- Desenvolver estratégias avançadas de engenharia rápida para Claude e outros LLMs
- Criar sistemas de classificação hierárquica para terminologia específica de domínio
- Implementar padrões RAG (Retrieval-Augmented Generation) para maior precisão
- Otimizar as interações com LLM para compensar custos, latência e precisão
- Criar camadas de metadados inteligentes que entendam as relações contextuais
- Desenvolver sistemas de reconhecimento e extração de entidades e relacionamentos
- Implementar algoritmos de mapeamento de sinônimos e resolução de conceitos
- Criar mecanismos de aprendizagem contínua
- Criar modelos para avaliação de qualidade e integridade de dados
- Desenvolver pipelines de ML serverless usando Lambda e Step Functions
- Integrar modelos personalizados do Hugging Face quando necessário
- Implementar estratégias de cache e otimização de resposta
- Criar ciclos de feedback para melhoria do modelo
- Criar modelos de prompt versionados e componentes reutilizáveis
Requirements
- Sólida experiência em Engenharia de ML e LLM com implantações de - produção
- Grande experiência em aplicações de IA generativa e LLM (Bedrock, OpenAI, Anthropic)
- Experiência com serviços AWS (Lambda, SageMaker, Bedrock)
- Sólida experiência em NLP
- Experiência prática com tecnologias semânticas e gerenciamento de metadados
- Experiência de produção com incorporação de modelos e bancos de dados vetoriais
- Conhecimento de arquiteturas de transformadores e mecanismos de atenção
- Experiência com práticas de MLOps / LLMOps e gestão de ciclo de vida de modelos
- Experiência em domínio de saúde ou ciências biológicas (preferencial)
- Conhecimento de padrões de dados médicos (HL7, FHIR, OMOP) (preferencial)
- Conhecimento sobre Gremlin Query Language (preferencial)
- Experiência com grafos de conhecimento (knowledge graph) e redes neurais de grafos (GNN) (preferencial)
- Experiência comprovada com estratégias de engenharia de prompt e fine-tuning (preferencial)
- Conhecimento profundo de frameworks Python e ML (PyTorch/TensorFlow) (preferencial)
- Conhecimento em projetos de ML de código aberto e plataforma Hugging Face (preferencial)
- Experiência com sistemas de IA multimodais (preferencial)
- Proficiência avançada em inglês para documentação técnica (preferencial)