Cadastrar empresa
Contato do responsável:
VTurb
Data & AI Engineer (Generalista) em Florianópolis
Número de vagas:
1 vaga
Vaga válida até:
05.08.2026, 23:59
Local de atuação:
Florianópolis
Regime de contrato:
Prestador de Serviços (PJ)
Detalhes da vaga
Você é bom com dados. Melhor ainda com IA. E provavelmente está num lugar onde nenhuma das duas coisas é levada a sério o suficiente.
Aqui é diferente.
Somos uma plataforma de vídeo de performance líder no Brasil, com milhares de vídeos rodando em produção, dados proprietários que nenhum modelo externo tem acesso, e uma obsessão real com o que move o ponteiro.
Estamos procurando um Data & AI Engineer para ser o dono de tudo que envolve dados e inteligência artificial no produto.
Responsabilidades:
Projetar e implementar pipelines de dados automatizados (ETL/ELT) integrando múltiplas fontes (player, transcrições, métricas de conversão, etc).
Estruturar e manter um data warehouse limpo e bem documentado (ex: BigQuery, Snowflake ou Redshift).
Criar datasets e APIs que possam ser usados por LLMs e modelos internos.
-Prototipar aplicações de AI usando LLMs (OpenAI, Anthropic, Mistral) para gerar headlines, CTAs, mini-hooks e autoplays.
Explorar e aplicar modelos preditivos leves (regressões, clustering, embeddings) para entender e prever padrões de conversão.
Construir e manter sistemas de RAG: ingestão, chunking, embeddings, indexação e recuperação.
Projetar e colocar em produção workflows agênticos sistemas LLM multi-etapa com tool use, orquestração, self-reflection e lógica de escalonamento.
Fazer prompt engineering de forma sistemática e versionada, iterando com base em métricas.
Construir frameworks de avaliação (evals) para outputs de LLMs: medir acurácia, criar suites de teste, evitar regressões e estabelecer gates de qualidade.
Implementar observabilidade de IA em produção: custo por chamada, latência, taxa de erro e qualidade de output.
Monitorar performance dos pipelines e qualidade dos dados.
Trabalhar em estreita colaboração com o CTO e o PM para definir prioridades, medir impacto e garantir resultados tangíveis.
Qualificações:
Sólida experiência em Python, SQL e manipulação de dados (Pandas, NumPy, etc.).
Experiência prática com ETL/ELT pipelines e ferramentas de orquestração (Airflow, Prefect, Dagster ou similares).
Conhecimento de modelagem de dados e bancos analíticos (BigQuery, Snowflake, Postgres).
Experiência com APIs de LLMs (OpenAI, Anthropic, etc.), embeddings e técnicas básicas de NLP.
Entendimento de conceitos de Machine Learning tradicional (scikit-learn, regressões, clustering).
Experiência construindo pipelines de RAG (vector stores, estratégias de retrieval, chunking).
Experiência projetando workflows agênticos / tool use (LangChain, LangGraph, LlamaIndex ou na mão).
Capacidade de medir e garantir qualidade de IA: evals, testes de regressão de prompts/modelos, gates de acurácia.
Experiência com versionamento de código e boas práticas de engenharia (Git, Docker, CI/CD básico).
Perfil hands-on, com forte senso de ownership, curiosidade e foco em resultado real.
Aqui é diferente.
Somos uma plataforma de vídeo de performance líder no Brasil, com milhares de vídeos rodando em produção, dados proprietários que nenhum modelo externo tem acesso, e uma obsessão real com o que move o ponteiro.
Estamos procurando um Data & AI Engineer para ser o dono de tudo que envolve dados e inteligência artificial no produto.
Responsabilidades:
Projetar e implementar pipelines de dados automatizados (ETL/ELT) integrando múltiplas fontes (player, transcrições, métricas de conversão, etc).
Estruturar e manter um data warehouse limpo e bem documentado (ex: BigQuery, Snowflake ou Redshift).
Criar datasets e APIs que possam ser usados por LLMs e modelos internos.
-Prototipar aplicações de AI usando LLMs (OpenAI, Anthropic, Mistral) para gerar headlines, CTAs, mini-hooks e autoplays.
Explorar e aplicar modelos preditivos leves (regressões, clustering, embeddings) para entender e prever padrões de conversão.
Construir e manter sistemas de RAG: ingestão, chunking, embeddings, indexação e recuperação.
Projetar e colocar em produção workflows agênticos sistemas LLM multi-etapa com tool use, orquestração, self-reflection e lógica de escalonamento.
Fazer prompt engineering de forma sistemática e versionada, iterando com base em métricas.
Construir frameworks de avaliação (evals) para outputs de LLMs: medir acurácia, criar suites de teste, evitar regressões e estabelecer gates de qualidade.
Implementar observabilidade de IA em produção: custo por chamada, latência, taxa de erro e qualidade de output.
Monitorar performance dos pipelines e qualidade dos dados.
Trabalhar em estreita colaboração com o CTO e o PM para definir prioridades, medir impacto e garantir resultados tangíveis.
Qualificações:
Sólida experiência em Python, SQL e manipulação de dados (Pandas, NumPy, etc.).
Experiência prática com ETL/ELT pipelines e ferramentas de orquestração (Airflow, Prefect, Dagster ou similares).
Conhecimento de modelagem de dados e bancos analíticos (BigQuery, Snowflake, Postgres).
Experiência com APIs de LLMs (OpenAI, Anthropic, etc.), embeddings e técnicas básicas de NLP.
Entendimento de conceitos de Machine Learning tradicional (scikit-learn, regressões, clustering).
Experiência construindo pipelines de RAG (vector stores, estratégias de retrieval, chunking).
Experiência projetando workflows agênticos / tool use (LangChain, LangGraph, LlamaIndex ou na mão).
Capacidade de medir e garantir qualidade de IA: evals, testes de regressão de prompts/modelos, gates de acurácia.
Experiência com versionamento de código e boas práticas de engenharia (Git, Docker, CI/CD básico).
Perfil hands-on, com forte senso de ownership, curiosidade e foco em resultado real.
Pré-requisitos
Nível de escolaridade
Ensino Superior
Experiência exigida
Entre 5 e 10 anos