Ford Motor Company
Ford Motor Company
A Ford Motor Company é uma fabricante de automóveis sediada nos Estados Unidos, com uma história que remonta a 1903. Além de desenvolver e produzir veículos, a empresa está ampliando seu foco para serviços de mobilidade, experiências digitais e software. O trabalho da Ford também inclui iniciativas de sustentabilidade e metas ambientais, refletindo uma abordagem que conecta transporte, inovação, impacto comunitário e práticas empresariais responsáveis.

Arquiteto(a) de IA e aprendizado de máquina na Ford Motor Company (híbrido, Índia)

Desenvolva agentes autônomos, sistemas multiagentes e pipelines RAG para uso empresarial. Implante IA generativa em produção no Google Cloud com MLOps, contêineres e bancos de dados vetoriais.

Descrição

  • Desenvolver e implantar agentes de IA autônomos e semiautônomos para processos empresariais.
  • Projetar arquiteturas multiagentes com orquestração, divisão de tarefas, ciclos de planejamento e comunicação entre agentes.
  • Conectar agentes a plataformas empresariais, APIs REST e GraphQL, bancos de dados e serviços do Google Cloud.
  • Criar recursos de memória de curto e longo prazo, episódica e semântica.
  • Criar, testar, refinar e manter modelos de prompts e bibliotecas reutilizáveis de prompts.
  • Avaliar, escolher e ajustar modelos fundacionais, incluindo o Gemini por meio do Vertex AI Model Garden.
  • Criar e otimizar pipelines RAG de alta capacidade e baixa latência, incluindo ingestão de documentos, fragmentação e geração de embeddings.
  • Integrar e operar bancos de dados vetoriais escaláveis.
  • Limpar e preparar dados estruturados e não estruturados para uso.
  • Provisionar ambientes seguros no Google Cloud com o Terraform como infraestrutura como código.
  • Criar e manter pipelines CI/CD para testes automatizados, builds de contêineres e implantação em diferentes ambientes.
  • Empacotar aplicações e agentes com Docker e implantá-los no GKE ou no Cloud Run.
  • Configurar a orquestração de fluxos de trabalho com ferramentas como Vertex AI Pipelines ou Cloud Composer/Airflow.
  • Definir métricas e pipelines de testes para avaliar a qualidade dos agentes, latência, uso de tokens e taxas de alucinação.
  • Adicionar filtragem de conteúdo, moderação, verificações de fundamentação, defesas contra injeção de prompts, controles de privacidade e etapas de revisão humana.
  • Configurar monitoramento de produção, logs, rastreamento distribuído e alertas em tempo real.
  • Aprimorar fluxos de trabalho dos agentes, configurações dos modelos, cache e infraestrutura para otimizar custos e desempenho.
  • Gerenciar branches do Git, pull requests e revisões de código.
  • Trabalhar com cientistas de dados, engenheiros de software e equipes de negócios para entregar soluções de IA prontas para produção.
  • Documentar a arquitetura do sistema, os fluxos dos agentes, as ferramentas, os prompts, os contêineres e os procedimentos operacionais.

Requisitos

  • Pelo menos três anos de experiência profissional em aprendizado de máquina ou engenharia de IA, com sólida base em MLOps.
  • De um a dois anos de experiência prática no desenvolvimento e implantação de sistemas de produção com LLM, IA generativa ou agentes.
  • Domínio especializado de Python.
  • Experiência com PyTorch, TensorFlow ou Scikit-learn.
  • Sólido conhecimento teórico e prático de aprendizado profundo, processamento de linguagem natural e arquiteturas Transformer.
  • Experiência prática com LangChain, LangGraph, LlamaIndex, CrewAI ou Vertex AI Agent Builder.
  • Experiência comprovada com Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run e Cloud Functions.
  • Experiência comprovada com indexação vetorial, busca semântica, Vertex AI Vector Search, AlloyDB ou ferramentas equivalentes.
  • Conhecimento de bancos de dados SQL e NoSQL, APIs REST e APIs GraphQL.
  • Experiência com Terraform, Git e ferramentas CI/CD como Cloud Build, GitLab CI ou Jenkins.
  • Experiência com Prometheus, Cloud Logging ou LangSmith e com a avaliação da qualidade e segurança das respostas de LLM.
  • Certificação Google Cloud Professional Machine Learning Engineer ou Professional Cloud Architect é altamente desejável.
  • Bacharelado ou formação equivalente.