A Gen é uma empresa global de tecnologia para consumidores que atua nas áreas de cibersegurança, privacidade digital, proteção de identidade e bem-estar financeiro. Por meio de marcas como Norton, Avast, LifeLock e MoneyLion, ajuda as pessoas a proteger seus dispositivos, identidades, informações pessoais e finanças. Seus produtos incluem detecção de ameaças, resposta a vazamentos de dados, ferramentas de privacidade online, recursos bancários e serviços financeiros integrados por meio da Engine. A Gen também investe em segurança orientada por inteligência artificial e em sua Gen AI Foundry, dedicada a construir confiança em aplicações emergentes de IA. A empresa atende quase 500 milhões de usuários em mais de 150 países e mantém sedes duplas em Praga e Tempe.
Gerente Sênior de Pesquisa em IA Aplicada - Praga híbrido
Liderar pesquisas de IA aplicada na Gen em modelos de linguagem, aprendizado por reforço, visão computacional e métodos relacionados para produtos de cibersegurança. Gerenciar engenheiros de pesquisa e levar modelos da experimentação à produção em escala global.
Descrição
- Liderar iniciativas práticas de IA aplicada envolvendo modelos de linguagem pequenos, aprendizado por reforço, IA agêntica, visão computacional e aprendizado de máquina clássico
- Ser responsável pelas decisões de arquitetura, modelagem e operacionalização
- Gerenciar, orientar e desenvolver uma equipe de 3 a 5 engenheiros de pesquisa por meio de contratação, gestão de desempenho, desenvolvimento de carreira e orientação técnica
- Manter a equipe alinhada, sem bloqueios e focada em resultados mensuráveis
- Criar protótipos de novas abordagens, aperfeiçoar projetos de modelos e apoiar a depuração de execuções de treinamento em clusters de GPU
- Definir e manter padrões de qualidade de pesquisa e engenharia
- Supervisionar o ciclo de vida da IA aplicada, desde a definição do problema e a estratégia de dados até treinamento, ajuste fino, avaliação, implantação, observabilidade e melhoria contínua
- Conduzir a entrega de modelos em produção e colaborar com as equipes de Plataforma, MLOps e Engenharia de Produto
- Transformar prioridades de negócio e segurança em um roadmap de IA aplicada com sequenciamento claro
- Explicar trade-offs para líderes seniores e reportar sobre entrega, desempenho dos modelos e impacto
- Criar práticas de equipe em torno do acompanhamento de experimentos, avaliação de modelos, reprodutibilidade, revisão de código e IA responsável
- Participar de entrevistas com o gerente de contratação, o Laboratório de Pesquisa em IA, Produto, stakeholders e a liderança
Requisitos
- Mestrado ou doutorado em Ciência da Computação, Aprendizado de Máquina, Matemática ou disciplina quantitativa relacionada, ou experiência prática equivalente demonstrando conhecimento profundo de aprendizado profundo
- Pelo menos 5 anos de experiência prática construindo e implantando sistemas de aprendizado de máquina e aprendizado profundo em produção
- 2 a 3 anos ou mais liderando ou gerenciando uma pequena equipe de engenheiros de ML ou pesquisa, incluindo direção técnica, entrega, contratação e desenvolvimento de pessoas em vários domínios de IA aplicada
- Profundo conhecimento prático em várias áreas de IA aplicada, incluindo modelos de linguagem pequenos baseados em transformadores, aprendizado por reforço como as variantes PPO, DQN e Actor-Critic, sistemas agênticos ou de LLMs com uso de ferramentas, visão computacional ou aprendizado de máquina clássico
- Capacidade de associar cada problema a uma abordagem técnica apropriada
- Conhecimento avançado de Python e PyTorch; experiência com JAX ou TensorFlow é uma vantagem
- Experiência treinando e ajustando modelos em clusters com múltiplas GPUs usando DeepSpeed, FSDP ou Hugging Face Accelerate
- Base sólida em álgebra linear, otimização, probabilidade e estatística
- Capacidade de interpretar, avaliar e implementar métodos de artigos de pesquisa recentes
- Sucesso comprovado em levar modelos de IA para produção, incluindo pipelines de dados, estruturas de avaliação, quantização ou compressão, otimização de inferência, contêineres, Kubernetes, plataformas de nuvem e monitoramento pós-implantação
- Experiência com ferramentas de MLOps e gerenciamento de experimentos, como Weights & Biases, MLflow ou plataformas comparáveis
- Experiência com CI/CD, revisão de código e práticas de observabilidade
- Capacidade de liderar uma pequena equipe técnica definindo direção, realizando reuniões individuais, fornecendo feedback, contratando engenheiros e transformando problemas de negócio ambíguos em sistemas de IA implantáveis
- Inglês fluente
- Abordagem de liderança técnica prática, com disposição para permanecer próximo do código, dos modelos e dos sistemas de produção
- Mentalidade de líder que também atua tecnicamente
- Forte foco em entregar, implantar e medir modelos em produção
- Bom julgamento ao avaliar oportunidades de IA aplicada
- Comunicação clara para transformar conceitos complexos de ML em decisões e trade-offs
- Capacidade de trabalhar com eficácia em um ambiente tecnológico acelerado, ambíguo e altamente avançado, gerenciando desafios complexos entre diferentes funções
- Publicações em conferências relevantes de ML, experiência em cibersegurança, privacidade ou identidade e conhecimento de JAX ou TensorFlow são desejáveis
Benefícios
- Modelos de trabalho flexíveis
- Tempo livre remunerado
- Remuneração competitiva
- Benefícios para funcionários
- Programas de bem-estar
- Suporte, recursos e ferramentas para um bom desempenho e desenvolvimento de carreira