Nosso cliente é uma empresa desenvolvedora de software, orientada a projetos de média e alta complexidade, com atuação em empresas de todos os portes, segmentos e indústrias. Tem um time diversificado e capacitado nas tecnologias mais modernas para construção de softwares escaláveis e seguros. Possuem mais de uma década de experiência na construção de softwares. Requisitos: Python Básico React Básico de NodeJS LLAMA Index ou LangChain (Detalhar mais) Básico Javascript/Typescript Básico de AWS (Lambda, S3) MongoDB Básico de geração de embeddings (Detalhar mais) Básico de IA generativa (OpenAI) Básico Docker LLAMA Index ou LangChain O que é: São ferramentas utilizadas para integrar e organizar fluxos de trabalho de inteligência artificial, especialmente com modelos de linguagem. Ambas ajudam no desenvolvimento de soluções baseadas em IA generativa, como assistentes virtuais e sistemas de recomendação, com foco em simplificar a interação entre modelos de linguagem e fontes de dados. Habilidades esperadas: Entendimento básico de LLAMA Index (anteriormente GPT Index) para conectar LLMs a bancos de dados/documentos, permitindo respostas baseadas em contexto local. Conhecimento de LangChain, que estrutura pipelines de IA, orquestrando modelos de linguagem com outras ferramentas como APIs, banco de dados e sistemas externos. Experiência em criar fluxos simples, como consultas a bases de conhecimento usando embeddings e implementação de agentes que utilizam contextos de documentos para gerar respostas. Exemplo de tarefa esperada: Construir um chatbot que consiga responder perguntas com base em dados de uma base MongoDB, utilizando embeddings e um modelo como OpenAI GPT para elaborar respostas contextualizadas. Geração de embeddings O que é: Embeddings são representações vetoriais de dados (como texto ou imagens) que permitem que sistemas de IA processem, comparem e busquem informações de forma eficiente. Essa habilidade é importante para criar buscas semânticas e sistemas que entendam contextos. Habilidades esperadas: Entendimento básico de como gerar embeddings usando bibliotecas como OpenAI ou Sentence Transformers. Familiaridade com aplicações práticas, como busca semântica, comparação de similaridade entre textos, ou clustering de dados. Conhecimento sobre como salvar e consultar esses vetores no MongoDB. Ferramentas e tecnologias úteis: OpenAI (API para gerar embeddings com modelos como text-embedding-ada). Exemplo de tarefa esperada: Criar um índice de embeddings de documentos para que o sistema possa realizar buscas contextuais ou fornecer sugestões baseadas em similaridade textual. Benefícios Remuneração BRL 13K/mês (PJ) #J-18808-Ljbffr