Cargo : Especialista em Integração de IA e Fluxos No-code / Low-code
Tipo de Bolsa : Bolsa de Desenvolvimento Tecnológico Nível I (R$ 5.200,00). O valor não é negociável devido ser um projeto da Fapemig.
Requisitos para a Bolsa :
- Possuir título de doutor em área compatível com as atividades previstas no projeto;
- ou possuir título de graduação, com no mínimo 6 (seis) anos de efetiva experiência em atividades de pesquisa, desenvolvimento tecnológico ou inovação, relacionadas com as atividades do projeto.
Local de Trabalho : Preferencialmente presencial na sede da EnvironBIT, em Lavras, Minas Gerais. A atuação em home office é possível, mas daremos preferência a candidatos que possam trabalhar presencialmente.
Duração da Bolsa : 22 meses
Início : fevereiro de 2025
Descrição Geral :
O Especialista em Integração de IA e Fluxos No-code / Low-code será responsável, inicialmente, por criar e otimizar agentes de IA voltados para a melhoria de processos internos, CRM e comunicação corporativa, utilizando predominantemente plataformas no-code / low-code. Ao longo do projeto, este profissional evoluirá para atuar no pré-processamento e processamento de dados, auxiliando cientistas de dados na preparação de informações para análise. Na fase final, integrará modelos preditivos a fluxos decisórios, contribuindo para a tomada de decisão baseada em dados. Assim, o profissional transitará desde soluções de automação interna até a orquestração de modelos de IA generativa e preditiva, garantindo integração fluida entre ferramentas, dados e equipes.
Atividades Principais :
- Criação de Multiagentes para Gestão Interna e CRM :
- Desenvolver agentes de IA utilizando ferramentas no-code / low-code (como N8n, LangFlow, Flowise, CrewAI) para aprimorar processos de gestão, CRM, comunicação interna e externa.
- Integrar rapidamente esses agentes a APIs de IA generativa (OpenAI, Gemini e outros), bem como a sistemas internos e soluções de CRM, assegurando automação e melhoria contínua de fluxos de trabalho.
- Evolução para Pré-Processamento e Processamento de Dados :
- Apoiar o time de ciência de dados na preparação, limpeza e organização de dados, viabilizando pipelines ágeis e reprodutíveis.
- Utilizar conectores e integrações no-code / low-code para incorporar dados a indexadores vetoriais e outras ferramentas, facilitando a recuperação semântica e o contexto para modelos de linguagem.
- Integração de Modelos Preditivos e IA Generativa :
- Orquestrar a integração de modelos preditivos desenvolvidos pelos cientistas de dados aos sistemas internos de suporte à decisão.
- Garantir que os agentes de IA e modelos de ML (classificação, recomendação, análise preditiva) sejam incorporados aos fluxos de negócios e processos-chave, fornecendo informações precisas e contextualizadas.
- Monitoramento, Ajustes e Otimização Contínua :
- Monitorar a eficácia dos agentes e modelos implementados, ajustando fluxos, prompts e integrações conforme o feedback dos usuários e métricas de desempenho.
- Introduzir gradualmente práticas básicas de MLOps, versionamento de modelos e monitoramento da performance em produção, mantendo um ciclo de melhoria contínua.
Aptidões Requeridas :
- Experiência em Ferramentas No-code / Low-code e Integrações :
- Domínio de plataformas como N8n, LangFlow, Flowise e CrewAI para construção de fluxos automatizados sem necessidade de codificação extensiva.
- Capacidade de integrar rapidamente múltiplas APIs (OpenAI, Gemini, CRMs) e serviços em nuvem, garantindo que soluções possam ser prototipadas e ajustadas de forma ágil.
- Conhecimento de Pré-Processamento e Organização de Dados :
- Experiência básica em tratamento e limpeza de dados, bem como em fluxos que facilitem o acesso e preparação de informações para a ciência de dados.
- Familiaridade com bases de dados estruturadas e não estruturadas, e, se possível, indexadores vetoriais (Pinecone, Weaviate, ChromaDB).
- Integração de Modelos de IA Generativa e Preditiva :
- Capacidade de orquestrar a integração de modelos de linguagem, agentes inteligentes e, posteriormente, modelos preditivos no fluxo de tomada de decisão.
- Noções de prompt engineering, fine-tuning leve e uso eficiente de APIs de IA generativa.
- Conceitos de Monitoramento e Ajuste Contínuo :
- Habilidade para monitorar a eficácia dos agentes e modelos, corrigir fluxos e implementar melhorias a partir do feedback.
- Conhecimentos básicos de monitoramento de performance, logging estruturado e práticas iniciais de MLOps.
Aptidões Desejadas :
- Experiência em Computação em Nuvem :
- Familiaridade com serviços gerenciados da AWS ou GCP para facilitar integrações, armazenamento e serviços de IA.
- Segurança e Compliance :
- Noções de segurança na integração de APIs, gerenciamento de chaves e tokens, bem como adequação a normas de privacidade de dados.
- Processamento de Dados em Tempo Real :
- Conhecimentos iniciais em ferramentas de mensageria ou streaming de dados (Kafka, Pub / Sub) para fluxos dinâmicos e em tempo real.
- Familiaridade com Ciência de Dados e ML :
- Conhecimento básico de modelos de Machine Learning, métricas de avaliação, bem como entendimento para dar suporte a cientistas de dados na seleção e ajuste de modelos.
Soft Skills :
- Habilidade Analítica : Capacidade de decompor problemas complexos em fluxos de trabalho automatizados e conectar sistemas de maneira coesa.
- Comunicação Eficiente : Aptidão para interagir com equipes multifuncionais (cientistas de dados, gestores, equipe de CRM) e explicar integrações técnicas de forma clara.
- Proatividade na Solução de Problemas : Disposição para testar rapidamente diferentes abordagens, ajustar fluxos e aprender novas ferramentas no-code / low-code conforme necessário.
- Trabalho em Equipe : Facilidade em colaborar com profissionais técnicos e não técnicos, servindo de elo entre áreas de negócio e ciência de dados.