A Jimmy Technologies desenvolve soluções tecnológicas para a indústria da mobilidade, atuando nos setores automotivo, de logística e de tecnologia financeira. Sua equipe apoia os clientes desde os primeiros conceitos de produto até o lançamento, oferecendo desenvolvimento completo de produtos, serviços em nuvem e consultoria técnica. A empresa combina componentes próprios por meio do Jimmy Framework com serviços de engenharia personalizados para ajudar as empresas a criar e lançar produtos digitais com mais eficiência.
Engenheiro(a) Sênior de Dados, OCR e Pipelines de IA (Remoto, Tchéquia)
Desenvolva pipelines de OCR e ingestão de documentos que transformem registros de seguros não estruturados em dados estruturados para geração aumentada por recuperação e modelos de IA contra crimes financeiros.
Descrição
- Desenvolver pipelines de ingestão escaláveis para grandes volumes de documentos de seguros não estruturados
- Criar conectores para fontes empresariais, incluindo SharePoint e e-mail
- Configurar e otimizar ferramentas de OCR e análise de documentos para capturar texto preciso e layouts documentais
- Automatizar a limpeza e normalização de texto, a segmentação semântica e o enriquecimento de metadados
- Projetar esquemas de armazenamento vetorial e sistemas confiáveis de recuperação para modelos RAG posteriores
- Manter a segurança empresarial e os padrões de SLA de baixa latência em todos os pipelines de processamento de documentos
- Implementar processos de monitoramento de erros e validação para identificar resultados de OCR com baixa confiança
- Seguir práticas robustas de engenharia, incluindo controle de versão, CI/CD e testes automatizados
- Converter extensas coleções de documentos de seguros em dados estruturados e de alta qualidade para sistemas de IA
- Apoiar um cliente holandês do setor de seguros por meio de uma consultoria de IA, automação, análise avançada e combate a crimes financeiros
Requisitos
- Cinco a dez anos de experiência profissional em engenharia de dados
- Capacidade comprovada de criar pipelines de processamento de dados e ingestão de documentos em plataformas de nuvem pública
- Experiência prática com arquivos não estruturados, incluindo PDFs, documentos do Word, planilhas, apresentações, digitalizações e e-mails
- Experiência no desenvolvimento de conectores para sistemas empresariais como SharePoint e e-mail
- Experiência prática com tecnologias de extração de documentos ou OCR, como AWS Textract ou uma ferramenta equivalente
- Forte disciplina de engenharia de software com Git, CI/CD e testes automatizados
- Python e SQL são obrigatórios
- É necessária experiência com AWS, S3, Step Functions e CloudWatch
- É necessária experiência com AWS Textract ou tecnologia equivalente de OCR e extração de documentos
- É necessária experiência com processamento de documentos não estruturados e pipelines de ingestão
- É necessária experiência com Git, CI/CD e testes
- Experiência em bancos ou seguros é um diferencial
- Experiência com bancos de dados vetoriais e arquiteturas RAG é desejável
- Experiência com Azure e Databricks é desejável
- Conhecimento do setor financeiro ou de seguros é desejável
- Localização na Europa; candidatos na Europa Central e Oriental são preferidos
- Disponibilidade para começar em até 30 dias
Benefícios
- Contrato remoto de longo prazo com abordagem remote-first
- Contrato até julho de 2027, com possibilidade de extensão
- Trabalho remoto dentro da Europa, com preferência pela Europa Central e Oriental