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.
Cientista de Dados, PLN e IA Generativa na Ford, Índia Híbrido
Desenvolva produtos de PLN, LLM e IA generativa para casos de uso automotivos na Ford. Crie pipelines multimodais, fluxos de trabalho agênticos, APIs e aplicações voltadas ao usuário em escala.
Descrição
- Crie aplicações e produtos de PLN, LLM e IA generativa com práticas disciplinadas de programação.
- Avalie modelos e métodos avançados para aplicações automotivas.
- Execute experimentos de aprendizado de máquina para treinamento de modelos e inferência sob restrições de memória e latência.
- Implante APIs REST de PLN e interfaces de usuário leves com Docker e Kubernetes.
- Apresente aplicações de PLN, LLM e IA generativa usando Dash, Plotly e Streamlit.
- Combine vários bots em aplicações multimodais baseadas em LLM.
- Crie fluxos de trabalho agênticos com Autogen, AgentBuilder e LangGraph.
- Desenvolva produtos modulares de IA e aprendizado de máquina projetados para consumo escalável.
- Colabore com especialistas técnicos globais em produtos de classificação, resposta a perguntas, chatbots, tradução, busca semântica e sumarização.
Requisitos
- Bacharelado ou mestrado em ciência da computação, engenharia, matemática ou área científica relacionada.
- Compreensão da teoria e das práticas de aprendizado profundo para aplicações de PLN.
- Experiência de programação com ADK, A2A, AgentSkills, Ontology, Hugging Face, LangGraph, LangChain, Chainlit, TensorFlow ou PyTorch, scikit-learn, NumPy e Pandas.
- Familiaridade com pelo menos duas bibliotecas de PLN de código aberto, como spaCy, TorchText, fastai.text ou FARM Haystack.
- Conhecimento de técnicas de processamento de texto, incluindo expressões regulares, análise de tokens e palavras, correção ortográfica, redução de ruído, segmentação de frases e agrupamento.
- Experiência prática de implantação com BERT ou outros modelos transformadores ajustados para classificação de sequências, reconhecimento de entidades nomeadas ou resposta a perguntas.
- Familiaridade com Docker e ambientes pipenv, conda ou Poetry.
- Conhecimento de práticas de gerenciamento de projetos Python, incluindo setup.py, logging, pytest, importações relativas e documentação Sphinx.
- Familiaridade com fluxos de trabalho do GitHub.
- Experiência com serviços do GCP, incluindo BigQuery, Cloud Functions, Cloud Run, Cloud Build e Vertex AI.
- Conhecimento prático de ferramentas de código aberto para benchmarking e geração de resumos.
- Experiência usando recursos de GPU e CPU em ambientes de nuvem e locais.
- Capacidade de usar plataformas de nuvem para cargas de trabalho de engenharia de dados, big data e aprendizado de máquina.
- Experiência com Docker, docker-compose e recursos experimentais do Docker.
- Familiaridade com Airflow e Kubeflow.
- Experiência com CI/CD e ferramentas de infraestrutura como código, como Terraform.
- Experiência com Kubernetes ou outras plataformas de contêineres, incluindo Helm e Argo Workflows.
- Capacidade de criar APIs de IA compatíveis, éticas, seguras e protegidas.
- Experiência desenvolvendo interfaces de usuário ou visualizações com Gradio, Dash, Streamlit, React ou Django.
- Experiência em computação distribuída com Spark, Dask, RAPIDS AI ou cuDF.
- Capacidade de criar APIs Python com FastAPI, Flask ou Django.
- Experiência com Elasticsearch e Apache Solr é um diferencial; experiência com bancos de dados vetoriais também é relevante.
- Experiência trabalhando com LLMs como GPT-5, Gemini, Kimi ou Seedance.
- Experiência em todo o ciclo de vida de modelos de IA generativa, incluindo treinamento, testes, implantação e monitoramento de desempenho.
- Experiência desenvolvendo e mantendo pipelines de IA multimodais para texto, imagem e áudio.
- Experiência prática implantando chatbots ou agentes conversacionais em escala em diversas fontes de dados.
- Experiência criando ferramentas de geração de imagens ou tradução com modelos de difusão latente, como Stable Diffusion ou Instruct Pix2Pix.
- Especialização no trabalho com dados estruturados e não estruturados em grande escala.
- Experiência gerenciando conjuntos de dados e resultados de IA generativa em grande escala.
- Fortes habilidades de comunicação e colaboração entre regiões geográficas.