Empresa: SiDi
Buscamos uma liderança técnica para conduzir um time multidisciplinar de ML, Dados e Android, impulsionando a qualidade de modelos de processamento de consultas (QP) e ranking para português e espanhol. Se você tem experiência em Machine Learning, NLP e sistemas de busca , e gosta de transformar desafios complexos em soluções inovadoras, essa oportunidade é para você! Venha conhecer mais sobre essa oportunidade e ser um Sidier! • Liderança técnica de um time multidisciplinar (ML/Dados + Android) responsável por melhorar a qualidade dos modelos de Query Processing (QP) e Ranker para português e espanhol em um produto de busca e indexação embarcado em Android. • O foco principal da posição é ML/NLP aplicado a busca e ranking; o conhecimento de Android é necessário para entender onde o modelo roda, como ele é integrado, validado, entregue no dispositivo e para manutenção do solução. • Liderança técnica - Liderar tecnicamente o time (ML Engineers, Data Scientists e desenvolvedores Android), conduzindo decisões de arquitetura, priorização técnica e revisão de entregas. • Atuar como ponto focal técnico junto ao time global (em inglês), reportando progresso, riscos e decisões de forma objetiva e assíncrona. • Estruturar o knowledge transfer com o time parceiro sobre o processo de otimização de QP e Ranker e sobre a plataforma de treinamento com objetivo de internalizar o processo. • Definir a estratégia de evolução do time, identificando gaps de competência e apoiando contratações e desenvolvimento. • Dados e qualidade linguística - Curar, revisar e refinar datasets de treinamento e avaliação em português e espanhol, garantindo cobertura de variações regionais, gírias, acentuação, ortografia, morfologia e ambiguidades semânticas. • Definir e aplicar guidelines e critérios de qualidade linguística para dados de busca (queries, sugestões, rankings), incluindo o uso de LLMs como apoio à revisão quando não houver falante nativo disponível. • Garantir rastreabilidade, versionamento e validação de qualidade dos dados gerados antes de sua incorporação ao treinamento. • Modelos, experimentos e métricas. • Otimizar a acurácia dos modelos de QP e Ranker para as regiões latinas, conduzindo experimentos de fine-tuning e ajuste de parâmetros. • Implementar rastreamento contínuo de KPIs (precision/recall, taxa de acerto de sugestão, latência on-device e etc) com benchmarking sistemático entre conjuntos de avaliação e versões de modelo. • Quantificar e reportar ganhos de performance com metodologia reproduzível (A/B, comparação offline/online, testes de significância). • Pipeline automatizado e fail cases. • Liderar o desenho e a implementação de um pipeline automatizado de geração e aumento de datasets multilíngues. • Estruturar o processo de mineração e análise de fail cases: identificar, categorizar e extrair casos de falha e queries de baixa confiança, criando taxonomias de erro reutilizáveis. • Desenvolver mecanismos de geração de dados sintéticos a partir dos fail cases, ampliando cobertura multilíngue e robustez dos modelos. • Integração e entrega no Android - Compreender o fluxo ponta a ponta da busca no dispositivo (indexação local, ContentProviders, Services, execução do modelo on-device) para diagnosticar se um problema está nos dados, no modelo ou na camada de integração Android. • Investigar e solucionar bugs de busca específicos de região, queries com nuances linguísticas e problemas de localização, propondo correções nos dados, no modelo ou nas regras de processamento junto ao time Android. • Revisar, validar e apoiar a criação de Test Cases (TCs) em português e espanhol para busca, assegurando aderência linguística e cobertura de cenários regionais. • Garantir que os patches entregues sejam totalmente validados e prontos para deploy no Android, com documentação técnica, release notes e evidências de teste, considerando restrições de latência, memória e bateria do dispositivo. Requisitos: • Experiência em Machine Learning aplicado a NLP, sendo pelo menos 2 anos em search, query understanding, ranking/learning-to-rank, recomendação ou autocomplete/sugestão. • Experiência prévia em liderança técnica ou atuação como referência técnica sênior, conduzindo decisões técnicas e entregas end-to-end com baixa supervisão. • Domínio de Python e de pelo menos um framework de deep learning (PyTorch ou TensorFlow), além de bibliotecas de NLP. • Experiência prática com fine-tuning de modelos aplicados a busca ou ranking. • Experiência em preparação de datasets para ML: coleta, limpeza, anotação e aumento de dados, incluindo uso de LLMs para geração ou avaliação. • Vivência com métricas de avaliação de busca e ranking, e com análise sistemática de erros (fail-case analysis) Prática de versionamento de dados e modelos e experiment tracking, garantindo reprodutibilidade dos resultados. • Entendimento de como aplicações Android funcionam e se comunicam (ciclo de vida, Services, ContentProviders), suficiente para discutir integração com o time Android e também desenvolver e manter soluções. • Noções de execução de modelos de ML on-device e de suas restrições de latência, memória e bateria. • Capacidade de ler código Kotlin/Java para diagnosticar se um problema está nos dados, no modelo ou na integração. O que será considerado diferencial: • Espanhol com proficiência plena (escrita e compreensão de variações regionais da América Latina). • Experiência prévia liderando times multidisciplinares (ML + engenharia de software). • Experiência com modelos de ranking específicos (cross-encoders, bi-encoders, LTR) e com geração de dados sintéticos em escala. • Práticas avançadas de MLOps: CI/CD para ML e empacotamento de entregas para produção. • Experiência prática com desenvolvimento Android (Kotlin/Java, Jetpack, MVVM) e com testes instrumentados. • Noções de indexação textual em dispositivo (índices locais, bancos SQL/NoSQL embarcados) ou experiência com frameworks de busca (Lucene, Elasticsearch, Vespa) e busca semântica/embeddings. • Experiência com otimização de modelos para edge (quantização, distilação, pruning) e frameworks como TensorFlow Lite ou ONNX Runtime. • Experiência prévia com produtos de busca ou assistentes em ambiente Samsung (Bixby, Gallery Search) ou plataformas similares. Idioma: • Inglês avançado para comunicação técnica com equipe internacional. • Espanhol: leitura e compreensão suficientes para revisar dados e resultados com apoio de ferramentas de IA. Formação Acadêmica: • Formação completa em Engenharia de Computação ou Ciência da Computação.