Engenheiro Sênior de Aprendizado de Máquina

Descrição

Resumo: A Liminal procura um Engenheiro Sênior de Aprendizado de Máquina para construir, implantar e manter sistemas de aprendizado de máquina (ML) de nível produtivo para sua arquitetura proprietária Living Graph, com foco em ML aplicado na interseção entre grafos de conhecimento, PLN e sistemas agênticos. Pontos de destaque: 1. Construir e implantar sistemas de aprendizado de máquina (ML) de nível produtivo para inteligência verificada. 2. Resolver desafios técnicos genuinamente difíceis em grafos de conhecimento e PLN. 3. Trabalhar em sistemas de ML com impacto significativo, utilizados por grandes plataformas globais. A Liminal é a empresa de inteligência acionável. Construímos um Living Graph proprietário — uma arquitetura de conhecimento verificada que mapeia, em tempo real, a estrutura de Identidade, Fraude e Cibersegurança — além de sistemas de IA agêntica e uma camada de verificação humana para garantir sua confiabilidade. Visa, Mastercard, Google e JPMC utilizam-na para tomar decisões estratégicas e geradoras de receita. Empresa em Série A, com 80 colaboradores e escritórios em Nova York, Salt Lake City, Porto, Lisboa e Manila. A arquitetura funciona, os clientes são reais e estamos expandindo nossa equipe. #### **A função** A Liminal não envolve um modelo de linguagem grande (LLM) genérico em torno de dados públicos e o chama de inteligência. Construímos um sistema de IA composto — Modelos de Domínio Amplo que combinam detecção neural de padrões com resolução simbólica contra a estrutura determinística de um Living Graph proprietário que mapeia mais de 2,5 milhões de entidades em Identidade, Fraude e Cibersegurança. Quando nosso sistema lê um sinal, ele raciocina com base em relações verificadas. Se o grafo não puder verificá-lo, ele não é lançado. Procuramos um Engenheiro Sênior de Aprendizado de Máquina para construir, implantar e manter os sistemas de aprendizado de máquina (ML) de nível produtivo que sustentam essa arquitetura. Você atuará em todo o ciclo de vida — desde análise exploratória e provas de conceito até implantação em produção e otimização contínua. Reportando-se ao Arquiteto de Soluções de IA e colaborando de perto com o Diretor de Produto e o Diretor de Inovação, você atuará como ponte entre projetos experimentais e os sistemas de produção dos quais Visa, Mastercard, Google e JPMC dependem diariamente. Trata-se de ML aplicado na interseção entre grafos de conhecimento, PLN e sistemas agênticos — não apenas ajuste fino de um chatbot. Os problemas são difíceis, os dados são proprietários e o sistema realmente funciona. #### **O que o sucesso representa** **Nos seus primeiros 30 dias,** você terá compreendido a arquitetura — o Living Graph, os Modelos de Domínio Amplo e a infraestrutura de ML em produção — e entregue sua primeira melhoria em um modelo ou pipeline já existente. **Nos seus primeiros 90 dias,** você terá conduzido integralmente uma melhoria significativa em um modelo ou nova funcionalidade, desde o projeto até a implantação em produção, e se estabelecido como um parceiro confiável para as equipes de engenharia, ciência de dados e produto. **No seu primeiro ano,** você terá entregue sistemas de ML em produção que melhorem mensuravelmente a qualidade da inteligência, expandido as capacidades de raciocínio da plataforma e ajudado a definir os padrões de engenharia para como os modelos são construídos, implantados e mantidos na Liminal. #### **O que você fará** * Construir, implantar e manter modelos e sistemas de aprendizado de máquina (ML) de nível produtivo que sustentam a inteligência verificada em toda a plataforma Liminal * Melhorar continuamente os modelos por meio de ajuste fino, retr treinamento e incorporação de novos dados, loops de feedback e sinais de verificação do Analyst Desk * Desenvolver e manter pipelines para retr treinamento automatizado, testes e implantação — garantindo que os modelos permaneçam precisos à medida que o Living Graph cresce e os mercados evoluem * Utilizar plataformas em nuvem (GCP, AWS ou similares) para implantação de modelos, orquestração e monitoramento — construindo infraestrutura capaz de escalar conforme aumentam os volumes e a complexidade dos dados * Desenvolver e manter pipelines de dados para ingestão, pré-processamento e engenharia de características que alimentam o Living Graph e os sistemas de ML downstream * Realizar análises exploratórias para identificar oportunidades de inovação em IA, prototipar soluções por meio de provas de conceito e transicionar experimentos bem-sucedidos para produção * Implementar monitoramento do desempenho dos modelos, da confiabilidade do sistema e da integridade dos dados — diagnosticando e resolvendo problemas de forma proativa * Colaborar com o Arquiteto de Soluções de IA, equipes de engenharia de produto e de ciência de dados para garantir que os sistemas de ML estejam alinhados com os objetivos de produto e com a arquitetura da plataforma * Manter documentação clara de fluxos de trabalho, modelos e projetos de sistemas #### **O que você traz** Você já construiu e implantou sistemas de ML em produção e compreende a diferença entre um modelo que funciona em um notebook e outro que opera em escala. Você é proficiente em Python e em seus frameworks de ML (TensorFlow, PyTorch, scikit-learn), com experiência prática no desenvolvimento de pipelines de dados, engenharia de características e infraestrutura em nuvem. Você já trabalhou com LLMs e PLN — incluindo engenharia de prompts, ajuste fino e geração aumentada por recuperação — e entende onde essas técnicas funcionam e onde falham. Você é um resolvedor de problemas sólido, capaz de depurar sistemas complexos sob restrições de produção, e comunica-se com clareza tanto com partes interessadas técnicas quanto não técnicas. #### **Pontos adicionais** Experiência com grafos de conhecimento, arquiteturas neuro-simbólicas ou sistemas de raciocínio estruturado. Familiaridade com sistemas de IA agêntica e processamento autônomo de sinais. Experiência na construção de sistemas de IA compostos, nos quais modelos, recuperação, verificação e expertise humana atuam em conjunto. Experiência em ambientes de alto crescimento ou startups, onde você tenha entregue sistemas de ML que impulsionem diretamente o valor do produto. #### **Por que escolher a Liminal** **Os problemas de ML são reais.** Isso não é classificação em um conjunto de dados de referência. Você construirá modelos que raciocinem através de um grafo de conhecimento estruturado com mais de 2,5 milhões de entidades, combinando abordagens neurais e simbólicas, e produzirão inteligência verificada por especialistas humanos em domínio antes de chegar aos clientes corporativos. Os desafios técnicos — recuperação sobre conhecimento estruturado, PLN específica de domínio, processamento agêntico de sinais — são genuinamente difíceis. **O sistema realmente funciona.** Os resultados dos clientes são mensuráveis: decisões estratégicas 9 vezes mais rápidas, taxa de vitórias competitivas 30% maior, redução de 70% no tempo de pesquisa manual. Você não está construindo demonstrações — está construindo ML em produção, do qual as maiores plataformas do mundo dependem. **Seu trabalho tem efeito cumulativo.** Cada modelo que você aprimora, cada pipeline que você constrói, cada funcionalidade que você entrega torna o Living Graph mais inteligente e a plataforma mais valiosa. Você está construindo sistemas que melhoram com cada sinal, cada revisão de analista e cada interação com o cliente. #### **Nosso processo** Respeitamos seu tempo. Veja o que esperar: **Triagem com Recrutador** **Entrevista com Gestor de Contratação** **Entrevista Comportamental** **Entrevista Prática** **Entrevista com o CEO** **Oferta** **A faixa salarial para esta função é:** 55.000 \- 65.000 EUR por ano (Híbrido (Lisboa, Lisboa, PT)) 55.000 \- 65.000 EUR por ano (Híbrido (Porto, Distrito do Porto, PT))