Responsabilidades:
Coleta e Preparação de Dados:
- Auxiliar na coleta, limpeza e preparação de conjuntos de dados relevantes para o treinamento de modelos de IA;
- Realizar atividades de pré-processamento, como normalização, padronização e tratamento de valores ausentes.
Exploração de Dados
- Analisar dados para identificar padrões, tendências e insights que possam guiar o desenvolvimento de modelos de IA.
Desenvolvimento e Treinamento de Modelos
- Colaborar com a equipe para desenvolver, implementar e treinar modelos de aprendizado de máquina por exemplo usando bibliotecas como Tensor Flow, Keras, Scikit-Learn, etc;
- Experimentar diferentes algoritmos e configurações para otimizar o desempenho dos modelos.
Avaliação de Modelos
- Avaliar o desempenho dos modelos utilizando métricas relevantes, como precisão, recall, F1-score, AUC, entre outras;
- Identificar problemas de viés, sobreajuste ou subajuste e tomar medidas corretivas.
- Testes e Validação
- Realizar testes rigorosos nos modelos implantados para garantir que eles funcionem corretamente em diferentes cenários.
Documentação
- Documentar processos, abordagens, decisões e resultados dos modelos de maneira clara e organizada.
Resolução de Problemas
- Identificar problemas e desafios que podem ser abordados com IA, e propor soluções adequadas.
Desenvolvimento de Provas de Conceito
- Criar provas de conceito para demonstrar a viabilidade de soluções de IA em cenários específicos.
Contribuição em Projetos de Equipe
- Participar ativamente em projetos de equipe, oferecendo suporte e insights na implementação de soluções de IA.
- Experiências com programação em Python e adicinalmente com diferencial se tiver conhecimento ou experiência com bibliotecas de IA, ML e DP, como TensorFlow, Keras, Scikit-Learn, PyTorch, etc.
- Conhecimentos sólidos nos conceitos básicos de Inteligência Artificial (IA), Machine Learning (ML), Deep Learning (DL) e Processamento de Linguagem Natural (PLN).
Diferencial (não obrigatório / não reprovatório)
- Desenvolvimento em .net