Especialista cientista de dados i ia

Especialização, Mestrado ou projetos práticos comprovados com foco em Processamento de Linguagem Natural (NLP) ou IA Generativa.

Conhecimentos Técnicos (Hard Skills)Frameworks de IA Generativa: Conhecimento com uso prático no universo das framerwoks como Google Agent Plataform, ADK, visual studio code, Stack Claude, LangChain, LlamaIndex, LangGraph, etc

Programação e APIs: Experiência avançada em Python e no consumo de APIs de provedores de IA Engenharia de Dados Aplicada: Conhecimento na estruturação de dados não estruturados (textos, PDFs, áudios) para treinamento e contextos de IA.LLMOps: Familiaridade com ferramentas de avaliação e monitoramento de LLMs e gerenciamento de cache/custos.

Vibecoding: experiência de construção utilizando vibecoding (ex. prototipação de dashs ou geração de insights)

Arquitetura e Desenvolvimento de LLMs: Desenhar e implementar sistemas baseados em LLMs de ponta , garantindo a escolha do modelo ideal para cada caso de uso do negócio.Agentes Autônomos e Orquestração: Desenvolver sistemas multiagentes e fluxos de trabalho autônomos capazes de executar tarefas complexas de ponta a ponta (ex: talk to data, insights generation, etc).

Arquiteturas de Recuperação (RAG): Construir e otimizar pipelines avançados de RAG (Retrieval-Augmented Generation), utilizando bancos de dados vetoriais para indexar e buscar conhecimento interno da Porto com altíssima precisão.

Engenharia de Prompts e Fine-Tuning: Desenvolver técnicas avançadas de prompt engineering, few-shot learning e, quando necessário, coordenar o fine-tuning (ajuste fino) de modelos para domínios específicos de seguros e finanças.

Governança e Alinhamento: Implementar mecanismos de segurança, mitigação de alucinações, privacidade de dados (LGPD) e monitoramento de custos de API (LLMOps).

Integração com Analytics Tradicional: Garantir a sinergia entre os outputs de IA Generativa e os modelos estatísticos tradicionais (preditivos, propensão e risco) já existentes na companhia.

Arquitetura e Desenvolvimento de LLMs: Desenhar e implementar sistemas baseados em LLMs de ponta , garantindo a escolha do modelo ideal para cada caso de uso do negócio.

Agentes Autônomos e Orquestração: Desenvolver sistemas multiagentes e fluxos de trabalho autônomos capazes de executar tarefas complexas de ponta a ponta (ex: talk to data, insights generation, etc).

Arquiteturas de Recuperação (RAG): Construir e otimizar pipelines avançados de RAG (Retrieval-Augmented Generation), utilizando bancos de dados vetoriais para indexar e buscar conhecimento interno da Porto com altíssima precisão.

Engenharia de Prompts e Fine-Tuning: Desenvolver técnicas avançadas de prompt engineering, few-shot learning e, quando necessário, coordenar o fine-tuning (ajuste fino) de modelos para domínios específicos de seguros e finanças.

Governança e Alinhamento: Implementar mecanismos de segurança, mitigação de alucinações, privacidade de dados (LGPD) e monitoramento de custos de API (LLMOps).

Integração com Analytics Tradicional: Garantir a sinergia entre os outputs de IA Generativa e os modelos estatísticos tradicionais (preditivos, propensão e risco) já existentes na companhia.