Engenheiro(a) de Inteligência Artificial SR

Arquitetar, desenvolver e operacionalizar soluções de Inteligência Artificial e Machine Learning, transformando dados complexos do agronegócio em modelos escaláveis e confiáveis que geram valor real para o negócio, apoiam decisões estratégicas e impulsionam a inovação tecnológica da Agrofel.

Responsabilidades e atribuiçõesDesenvolver, treinar e otimizar modelos de Machine Learning e IA Generativa (incluindo LLMs e RAG pipelines) para resolver problemas reais de negócio.Avaliar e selecionar as melhores abordagens técnicas para cada desafio, com foco em resultado e escalabilidade.Projetar e implementar agentes autônomos e automações baseadas em IA, garantindo qualidade, rastreabilidade e eficiência nos fluxos de ponta a ponta.Garantir o deploy, monitoramento e manutenção de modelos em produção com foco em performance, estabilidade e escalabilidade.Aplicar práticas modernas de MLOps: CI/CD, versionamento de dados/modelos, rastreamento de experimentos e estratégias de rollback seguro.Atuar como referência técnica no time, apoiando decisões complexas de arquitetura e elevando o nível técnico dos colegas de engenharia de dados e IA.Colaborar com times de negócio, produto e engenharia para traduzir

requisitos em soluções técnicas viáveis e de alto impacto.Promover a cultura de qualidade, segurança e governança no desenvolvimento de soluções de IA, assegurando as melhores práticas de acesso e gestão de metadados.Contribuir com a criação de documentações, padrões e processos que aumentem a maturidade analítica e produtividade da equipe.

Requisitos e qualificações

Desejável Pós-Graduação.Experiência sólida e comprovada em projetos de Inteligência Artificial e Machine Learning em ambiente produtivo.Domínio de Python e suas principais bibliotecas de dados e IA (scikit-learn, PyTorch, TensorFlow, LangChain ou similares).Experiência prática avançada com IA Generativa: LLMs, RAG, fine-tuning, além da construção e orquestração de agentic workflows e automações de processos complexos. Vivência com MLOps: deploy, monitoramento, versionamento e ciclo de vida de modelos em produção.Conhecimento prático no ecossistema Databricks (MLflow, Unity Catalog, Databricks Model Serving, etc.).Experiência com plataformas de cloud (AWS ou Azure) e ambientes de dados distribuídos.Capacidade de trabalhar com grandes volumes de dados e pipelines complexos, sendo familiaridade com a Arquitetura Medallion um plus.Perfil Sênior: alta autonomia, visão sistêmica, excelente comunicação e forte capacidade de liderança técnica.Informações adicionaisVale refeição ou vale alimentaçãoPlano de Saúde UnimedPlano Odontológico UniodontoProgramas de saúde e bem-estarWellhub/gympassPluxee Cuida (jurídico, financeiro e social)Convênio com farmáciasSeguro de VidaPLR Anual.