Estados Unidos
B&A
EXL
Arquiteto de IA
Estados Unidos
New Jersey, United States
PythonSQLAWSGCPDockerKubernetes
Tradução automática. Consulte o original.
Sobre a oportunidade
Projetar, desenvolver e implementar soluções de IA, Machine Learning e IA Generativa que resolvam problemas de negócio em toda a cadeia de valor de seguro de invalidez, incluindo segmentação de sinistros, detecção de fraudes, pontuação de risco, modelagem de duração, previsão de resultados e recomendações da próxima melhor ação.
Traduzir objetivos de negócio, atuariais e de sinistros em casos de uso práticos de IA/ML, projetos analíticos e componentes de solução prontos para produção.
Trabalhar em todo o ciclo de vida de ML, incluindo estruturação de problemas, exploração de dados, engenharia de atributos, desenvolvimento de modelos, validação, suporte à implementação, monitoramento, retreinamento e melhoria contínua.
Construir e otimizar modelos de aprendizado supervisionado, não supervisionado, deep learning, PNL e IA Generativa usando dados estruturados e não estruturados, como histórico de sinistros, registros médicos, notas de sinistros, dados de apólices e dados operacionais.
Desenvolver pipelines de PNL e inteligência de documentos para extrair, classificar, resumir e interpretar informações de registros médicos, notas de sinistros, correspondências e outros documentos não estruturados.
Apoiar o desenvolvimento de soluções de IA Generativa, incluindo engenharia de prompts, embeddings, Geração Aumentada por Recuperação (RAG), busca vetorial, avaliação de modelos, guardrails e integração com aplicações corporativas.
Aplicar práticas robustas de validação de modelos, incluindo ajuste de desempenho, detecção de viés, análise de explicabilidade, testes de estabilidade e avaliação de impacto nos negócios.
RESPONSABILIDADES
- Forte proficiência prática em Python e bibliotecas comuns de IA/ML, como Scikit-learn, XGBoost, LightGBM, TensorFlow, PyTorch, Hugging Face, LangChain ou frameworks similares.
- Sólida compreensão de machine learning e técnicas de modelagem estatística, incluindo classificação, regressão, agrupamento, análise de sobrevivência, detecção de anomalias, engenharia de atributos, seleção de modelos e ajuste de hiperparâmetros.
- Experiência prática com PNL, deep learning e casos de uso de análise de documentos, como classificação de texto, extração de entidades, busca semântica, sumarização, extração de informações e compreensão de documentos.
- Exposição prática a IA Generativa e Grandes Modelos de Linguagem, incluindo engenharia de prompts, embeddings, Geração Aumentada por Recuperação (RAG), bancos de dados vetoriais, avaliação de LLM, controle de alucinações e guardrails de IA responsável.
- Conhecimento prático de MLOps e práticas de ML em produção, incluindo rastreamento de experimentos, registro de modelos, CI/CD para ML, implementação de modelos, monitoramento, detecção de desvio (drift), retreinamento e ferramentas como MLflow, Airflow.
- Docker, Kubernetes, Git ou plataformas de ML nativas em nuvem.
- Fortes habilidades em SQL e manipulação de dados, com capacidade de trabalhar com grandes conjuntos de dados estruturados, semiestruturados e não estruturados.
- Boa compreensão de bancos de dados relacionais, conceitos de modelagem de dados, pipelines de dados, APIs e fundamentos de arquitetura de dados.
- Exposição a plataformas de nuvem como Azure, AWS ou GCP e familiaridade com o desenvolvimento de soluções de IA/ML escaláveis em ambientes de nuvem.
- Capacidade de avaliar o desempenho do modelo usando métricas apropriadas, explicar os resultados do modelo, identificar viés ou desvio e comunicar limitações claramente para stakeholders técnicos e não técnicos.
- Compreensão de IA responsável, governança de modelos, privacidade de dados, segurança e considerações de conformidade em domínios regulamentados.
- Fortes habilidades de resolução de problemas, mentalidade de dono e capacidade de projetar componentes de solução de IA/ML escaláveis, reutilizáveis e de fácil manutenção.
QUALIFICAÇÕES
- Bacharelado ou mestrado em Ciência da Computação, Engenharia, Ciência de Dados, Estatística, Matemática, Inteligência Artificial, Machine Learning ou uma disciplina quantitativa relacionada.
- 4+ anos de experiência prática em IA/ML, ciência de dados ou engenharia de machine learning, com experiência na construção de soluções analíticas ou habilitadas por IA que suportem resultados de negócios mensuráveis.
- Experiência trabalhando com dados estruturados e não estruturados e aplicando técnicas de machine learning, PNL, deep learning ou IA Generativa para resolver problemas práticos de negócios.
- Forte pensamento analítico, disciplina de engenharia e capacidade estruturada de resolução de problemas.
- Fortes habilidades de comunicação escrita e verbal, com capacidade de explicar descobertas analíticas, resultados de modelos, riscos e recomendações tanto para stakeholders técnicos quanto de negócios.
- Capacidade de trabalhar em um ambiente acelerado e em constante evolução e assumir a responsabilidade por tarefas desafiadoras de entrega de IA/ML.
- Capacidade de colaborar efetivamente entre culturas e trabalhar com clientes e equipes em diferentes geografias.
- Será considerado um diferencial ter exposição a seguros de grupo, saúde, seguro de invalidez, análise de sinistros ou outros domínios de negócios regulamentados.
- Será uma vantagem ter compreensão básica de estruturas de dados de seguros, como apólices, membros segurados, coberturas, sinistros, benefícios, provedores, registros médicos e entidades relacionadas.
- Experiência em suporte à implementação de modelos, colocação em produção, monitoramento ou atividades de MLOps será fortemente preferida.
- Exposição a saúde, seguros, sinistros de invalidez, serviços financeiros ou outras indústrias regulamentadas será preferida.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil