O Itaú é a marca mais valiosa do Brasil e o maior banco da América Latina, impactando diariamente mais de 98 milhões de clientes em 18 países. Procuramos um(a) Especialista I em Engenharia de Machine Learning que deseje se desenvolver, aprender, compartilhar, colaborar e inovar, entregando valor para todos os nossos clientes.
ESPECIALISTA I ENGENHARIA MACHINE LEARNING na Itaú Unibanco
Híbrido - São Paulo, São Paulo, Brasil
Ver mais vagas na Itaú UnibancoRequisitos
Habilidades
- Experiência como Machine Learning Engineer, MLOps Engineer ou em plataformas de IA
- Experiência prática com construção e operação de agentes, aplicações GenAI e integração de LLMs em produção
- Conhecimento em RAG, embeddings, vetorização, indexação semántica e arquiteturas baseadas em agentes
- Experiência com observabilidade (Datadog ou similares), métricas operacionais e monitoramento de sistemas de IA
- Experiência com CI/CD, versionamento de modelos e automação de pipelines de ML/LLMOps
- Domínio de Python e experiência com Go ou Java
- Domínio de arquiteturas distribuídas e event-driven (Kafka, Spark, Flink, Airflow, etc.)
- Conhecimento de AWS e Azure, incluindo infraestrutura como código e automação de deploys
- Familiaridade com protocolos MCP, A2A e padrões modernos de integração entre agentes e sistemas corporativos
- Desejável experiência com experiment tracking (MLflow, Weights & Biases) e serving de modelos em produção
Responsabilidades
- Construir e evoluir a plataforma de agentes inteligentes, garantindo integração fluida entre dados, modelos, ferramentas e APIs em ambientes corporativos de larga escala
- Projetar e implementar componentes da plataforma de IA, incluindo Registry, Runtime, Evals, Observabilidade, Governança e métodos de integração entre agentes
- Integrar soluções utilizando protocolos MCP e A2A, promovendo conectividade segura e assícrona entre sistemas corporativos e agentes cognitivos
- Projetar, desenvolver e manter pipelines de Machine Learning e GenAI (treino, avaliação, deploy e monitoramento de modelos)
- Implementar e escalar infraestrutura de ML, LLMOps e AgentOps, incluindo automação de experimentos, versionamento de modelos e entregas contínuas
- Implementar observabilidade ponta a ponta (logs, métricas, tracing e dashboards) para plataformas e agentes, utilizando ferramentas como Datadog
- Desenvolver e acompanhar métricas de qualidade, performance, custo e valor dos agentes, modelos e pipelines, garantindo eficiência operacional e impacto para o nócio
- Garantir governança, compliance e segurança dos modelos, pipelines e dados utilizados pelas soluções de IA
- Trabalhar com modelos proprietários e open source (OpenAI, Azure OpenAI, Anthropic, etc.), aplicando estratégias como RAG, fine-tuning e prompt engineering
- Colaborar com engenheiros de software, engenheiros de dados, arquitetos e cientistas de IA na construção de soluções GenAI de larga escala
Tecnologias
PythonGoJavaKafkaSparkFlinkAirflowAWSAzureDatadogMLflowWeights & BiasesOpenAIAzure OpenAIAnthropicRAGembeddingsvetorizaçãoindexação semânticaLLMOpsAgentOpsCI/CDobservabilidadeversionamento de modelospipelines de ML
Descubra se seu currículo está pronto para esta vaga
Veja como nossa IA pode otimizar seu currículo e aumentar suas chances de conseguir esta posição.