Liderança em P&D com Inteligência Artificial

Descrição da Vaga

A equipe de Pesquisa e Desenvolvimento em Machine Learning (ML) da Elastic busca por um Cientista de Dados Principal. O foco será liderar a arquitetura e a estratégia pós-treinamento de modelos in-house que aprimorarão nossa próxima geração de produtos. Atualmente, os modelos são baseados em texto, mas há planos para integrar múltiplas modalidades no futuro.

Como líder em arquitetura de modelos, o profissional será responsável pela definição da pesquisa estratégica e do roteiro técnico. Ele deverá identificar tecnologias promissoras para modelos textuais e multimodais, além de implementar metodologias pós-treinamento importantes para tarefas de recuperação e reranking de dados.

Está incluso melhorar a infraestrutura existente para acomodar modelos maiores, orientando a preparação de dados, treinamento e testes em GPUS múltiplas. Será essencial explorar variantes de modelos através de técnicas como fine-tuning, quantização e distilação.

O profissional também exercerá liderança técnica dentro da equipe, certificando-se de que a inovação e rigor sejam valores contínuos. Além de ser uma autoridade técnica sênior para desafios em modelagem, treinamento e testes, o cientista também orientará membros mais jovens na equipe.

Por fim, a comunicação sera um traço essencial. Será necessário se comunicar com líderes em várias áreas, explicar conceitos complexos para stakeholders de destaque e adaptar o roadmap conforme feedbacks internos e externos.

Benefícios

• Trabalho remoto
• Crescimento profissional
• Inovação contínua

Dicas de Aplicação

Ao se candidatar para essa posição, o primeiro passo é garantir que seu currículo esteja bem detalhado especialmente na parte de experiências anteriores. Tecnologias como Python e frameworks como PyTorch devem ser destacados se você tiver experiência com eles.

Outra dica é revisar suas experiências passadas, enfatizando seus papéis em projetos de grande escala, particularmente em relação ao treinamento e otimização de modelos com grandes volumes de parâmetros.

Preparar um portfólio com exemplos práticos pode deixar sua candidatura mais sólida. Isso pode incluir links para repositórios de código onde você implementou soluções acadêmicas ou industriais de ponta.

Por fim, demonstre paixão e curiosidade contínua por aprendizado. Na Elastic, estar por dentro das novidades tecnológicas é essencial, então partilhe exemplos de como você se mantém atualizado.

Dicas para Entrevista

Durante a entrevista, espere aprofundar-se em discussões técnicas sobre modelos de linguagem cruzada (xLMs) e recuperação e reranking de dados. É útil revisar a literatura recente e as técnicas mais modernas para estar preparado.

Questões sobre otimização e escalabilidade de modelos são comuns, então esteja pronto para discutir suas experiências passadas com distribuição de treinamento e uso de técnicas como quantização e pruning.

A capacidade de explicar conceitos difíceis em termos simples é um diferencial. Pratique como comunicar suas ideias para diferentes públicos, do técnico ao não-técnico.

Além disso, habilidades de liderança serão analisadas. Seja claro sobre como você lida com coordenar equipes, administrar conhecimento e resolver problemas enquanto humilde e colaborativo.