Empresa: Sidia
Principais Atividades • Conduzir pesquisa científica em métodos de aprendizado autossupervisionado (SSL) para extrair representações de dados não rotulados, com foco em séries temporais e dados tabulares; • Definir protocolos experimentais e métricas de avaliação para métodos de SSL, conduzindo estudos comparativos e análises estatísticas com abordagens supervisionadas e semissupervisionadas; • Desenvolver e integrar ferramentas de suporte à pesquisa, incluindo pipelines de dados, orquestração de experimentos e rastreabilidade de resultados; • Colaborar com equipes multidisciplinares para integrar soluções de SSL; • Redigir e revisar artigos científicos e relatórios técnicos. Principais Habilidades • Experiência em pesquisa aplicada e desenvolvimento experimental em Machine Learning e Deep Learning, incluindo formulação de hipóteses, desenho experimental e análise estatística; • Conhecimento de aprendizado de representações e métodos de aprendizado autossupervisionado (SSL); • Capacidade de desenvolver e integrar ferramentas e pipelines de suporte à pesquisa, assegurando reprodutibilidade e rastreabilidade dos experimentos; • Capacidade de colaborar com equipes multidisciplinares e comunicar métodos e resultados de pesquisa; • Experiência com escrita, revisão e submissão de artigos científicos. Habilidades Desejáveis • Publicações em conferências e periódicos científicos em computação; • Experiência com aprendizado de representações multimodais; • Experiência no processamento e modelagem de séries temporais e dados tabulares; • Experiência com métodos de aprendizado autossupervisionado (SSL). Tecnologias • Linguagens: Python; • Frameworks e Bibliotecas de IA, como PyTorch, Lightning, TensorFlow, Scikit-learn e Hugging Face (Transformers, Datasets e PEFT); • Ferramentas de desenvolvimento e automação: Git e CI/CD; • Ferramentas de orquestração de pipelines, rastreamento e visualização de experimentos, como Kubeflow, Apache Airflow, MLflow e TensorBoard. Tecnologias Desejáveis • Infraestrutura Computacional: Ambientes HPC e Cloud (AWS, GCP e Azure) para treinamento e inferência; • Engenharia de Dados e Computação Distribuída: SQL, NoSQL, Data Lakes, Apache Spark e Ray; • Desenvolvimento e integração de software científico: APIs REST e conteinerização com Docker. Idiomas • Inglês Intermediário. Sobre a empresa: Formação Acadêmica • Graduação em Ciência da Computação, Engenharia da Computação ou áreas correlatas; • Desejável Mestrado ou Doutorado em andamento em Inteligência Artificial, Processamento de Sinais, Aprendizado de Máquina, Deep Learning ou áreas afins.