Engenheiro Sênior de Machine Learning

Descrição

Resumo: A Liminal procura um Engenheiro Sênior de Machine Learning para construir, implantar e manter sistemas de ML de nível produtivo para sua arquitetura proprietária Living Graph, aproveitando IA avançada na interseção entre grafos de conhecimento, processamento de linguagem natural (PLN) e sistemas agênticos. Pontos de destaque: 1. Construir e implantar sistemas de ML de nível produtivo para inteligência verificada. 2. Aplicar ML a grafos de conhecimento, PLN e sistemas agênticos com dados proprietários. 3. Trabalhar em problemas impactantes de ML com resultados reais para clientes. A Liminal é a empresa de inteligência acionável. Desenvolvemos um Living Graph proprietário — uma arquitetura de conhecimento verificado que mapeia, em tempo real, a estrutura da Identidade, Fraude e Cibersegurança — além de sistemas de IA agêntica e uma camada de verificação humana para torná-la confiável. Visa, Mastercard, Google e JPMC utilizam-na para tomar decisões estratégicas e geradoras de receita. Empresa em fase de 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 a equipe. #### **O Cargo** A Liminal não envolve um 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 nos domínios de 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 Machine Learning para construir, implantar e manter os sistemas de ML de nível produtivo que impulsionam 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 produtivos 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 Significa o Sucesso** **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 terá entregue sua primeira melhoria em um modelo ou pipeline existente. **Nos seus primeiros 90 dias**, você terá conduzido, do início ao fim, 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, ampliado as capacidades de raciocínio da plataforma e contribuído para definir os padrões de engenharia sobre como os modelos são construídos, implantados e mantidos na Liminal. #### **Suas Responsabilidades** * Construir, implantar e manter modelos e sistemas de machine learning de nível produtivo que impulsionam a inteligência verificada em toda a plataforma Liminal * Melhorar continuamente os modelos por meio de ajuste fino, retr treinamento e incorporação de novos dados, ciclos de feedback e sinais de verificação provenientes 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 com IA, prototipar soluções por meio de provas de conceito e transformar experimentos bem-sucedidos em produção * Implementar monitoramento de desempenho dos modelos, confiabilidade do sistema e 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 do produto e com a arquitetura da plataforma * Manter documentação clara de fluxos de trabalho, modelos e projetos de sistemas #### **O Que Você Oferece** 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 domina Python e seus frameworks de ML (TensorFlow, PyTorch, scikit-learn), com experiência prática em 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 com recuperação aumentada — e sabe 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. #### **Diferenciais** Experiência com grafos de conhecimento, arquiteturas neurosimbólicas 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 gerem diretamente valor ao produto. #### **Por Que Escolher a Liminal** **Os problemas de ML são reais.** Não se trata de classificação em um conjunto de dados de referência. Você construirá modelos que raciocinam através de um grafo de conhecimento estruturado com mais de 2,5 milhões de entidades, combinando abordagens neurais e simbólicas, e produzindo inteligência verificada por especialistas humanos antes de chegar aos clientes empresariais. Os desafios técnicos — recuperação em conhecimento estruturado, PLN específica de domínio e processamento agêntico de sinais — são genuinamente difíceis. **O sistema realmente funciona.** Os resultados para os clientes são mensuráveis: decisões estratégicas 9 vezes mais rápidas, taxa de vitórias competitivas 30% maior e redução de 70% no tempo de pesquisa manual. Você não está construindo demonstrações — está construindo ML em produção, do qual as maiores plataformas globais dependem. **Seu trabalho tem efeito cumulativo.** Cada modelo que você melhora, cada pipeline que você constrói e 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 posição 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))