Líder técnico - ml/nlp para busca semântica em android

• Espanhol com proficiência plena (escrita e compreensão de variações regionais da América Latina).
• Experiência prévia liderando times multidisciplinares (ML + engenharia de software).
• Experiência com modelos de ranking específicos (cross-encoders, bi-encoders, LTR) e com geração de dados sintéticos em escala.
• Práticas avançadas de MLOps: CI/CD para ML e empacotamento de entregas para produção.
• Experiência prática com desenvolvimento Android (Kotlin/Java, Jetpack, MVVM) e com testes instrumentados.
• Noções de indexação textual em dispositivo (índices locais, bancos SQL/NoSQL embarcados) ou experiência com frameworks de busca (Lucene, Elasticsearch, Vespa) e busca semântica/embeddings.
• Experiência com otimização de modelos para edge (quantização, distilação, pruning) e frameworks como TensorFlow Lite ou ONNX Runtime.
• Experiência prévia com produtos de busca ou assistentes em ambiente Samsung (Bixby, Gallery Search) ou plataformas similares.

Idioma:

• Inglês avançado para comunicação técnica com equipe internacional.
• Espanhol: leitura e compreensão suficientes para revisar dados e resultados com apoio de ferramentas de IA.

Formação Acadêmica:

• Formação completa em Engenharia de Computação ou Ciência da Computação.

• Liderança técnica de um time multidisciplinar (ML/Dados + Android) responsável por melhorar a qualidade dos modelos de Query Processing (QP) e Ranker para português e espanhol em um produto de busca e indexação embarcado em Android. 
• O foco principal da posição é ML/NLP aplicado a busca e ranking; o conhecimento de Android é necessário para entender onde o modelo roda, como ele é integrado, validado, entregue no dispositivo e para manutenção do solução. 
• Liderança técnica - Liderar tecnicamente o time (ML Engineers, Data Scientists e desenvolvedores Android), conduzindo decisões de arquitetura, priorização técnica e revisão de entregas. 
• Atuar como ponto focal técnico junto ao time global (em inglês), reportando progresso, riscos e decisões de forma objetiva e assíncrona. 
• Estruturar o knowledge transfer com o time parceiro sobre o processo de otimização de QP e Ranker e sobre a plataforma de treinamento com objetivo de internalizar o processo. 
• Definir a estratégia de evolução do time, identificando gaps de competência e apoiando contratações e desenvolvimento. 
• Dados e qualidade linguística - Curar, revisar e refinar datasets de treinamento e avaliação em português e espanhol, garantindo cobertura de variações regionais, gírias, acentuação, ortografia, morfologia e ambiguidades semânticas. 
• Definir e aplicar guidelines e critérios de qualidade linguística para dados de busca (queries, sugestões, rankings), incluindo o uso de LLMs como apoio à revisão quando não houver falante nativo disponível. 
• Garantir rastreabilidade, versionamento e validação de qualidade dos dados gerados antes de sua incorporação ao treinamento. 
• Modelos, experimentos e métricas. 
• Otimizar a acurácia dos modelos de QP e Ranker para as regiões latinas, conduzindo experimentos de fine-tuning e ajuste de parâmetros. 
• Implementar rastreamento contínuo de KPIs (precision/recall, taxa de acerto de sugestão, latência on-device e etc) com benchmarking sistemático entre conjuntos de avaliação e versões de modelo. 
• Quantificar e reportar ganhos de performance com metodologia reproduzível (A/B, comparação offline/online, testes de significância). 
• Pipeline automatizado e fail cases.
• Liderar o desenho e a implementação de um pipeline automatizado de geração e aumento de datasets multilíngues. 
• Estruturar o processo de mineração e análise de fail cases: identificar, categorizar e extrair casos de falha e queries de baixa confiança, criando taxonomias de erro reutilizáveis. 
• Desenvolver mecanismos de geração de dados sintéticos a partir dos fail cases, ampliando cobertura multilíngue e robustez dos modelos. 
• Integração e entrega no Android - Compreender o fluxo ponta a ponta da busca no dispositivo (indexação local, ContentProviders, Services, execução do modelo on-device) para diagnosticar se um problema está nos dados, no modelo ou na camada de integração Android. 
• Investigar e solucionar bugs de busca específicos de região, queries com nuances linguísticas e problemas de localização, propondo correções nos dados, no modelo ou nas regras de processamento junto ao time Android. 
• Revisar, validar e apoiar a criação de Test Cases (TCs) em português e espanhol para busca, assegurando aderência linguística e cobertura de cenários regionais. 
• Garantir que os patches entregues sejam totalmente validados e prontos para deploy no Android, com documentação técnica, release notes e evidências de teste, considerando restrições de latência, memória e bateria do dispositivo.