Somos o banco BV, uma das maiores instituições financeiras da América Latina, com mais de 37 anos de experiência no mercado. Temos como propósito viabilizar os sonhos e projetos dos nossos clientes, transformando crédito em relacionamento. E pelo segundo ano consecutivo, fomos reconhecidos como a Melhor Instituição Financeira para Trabalhar, segundo o ranking 2025 do GPTW!
A nossa cultura é ágil, digital e centrada no cliente. Combinamos pessoas e tecnologia para orquestrar e impulsionar as nossas entregas. O nosso crédito não é apenas um número. É relacionamento forte e real.
Buscamos uma pessoa especialista para atuar como referência técnica no CoE de GenAI do banco BV, combinando Ciência de Dados, pesquisa aplicada e engenharia para desenvolver, avaliar e evoluir soluções de IA Generativa e agentes.
Essa pessoa explorará novas abordagens e desenvolverá, de forma hands-on, agentes, provas de conceito e outras soluções de IA. Trabalhará com as áreas do banco para compreender desafios reais, formular hipóteses e transformar avanços técnicos e científicos em soluções e capacidades reutilizáveis pelo BV.
A posição exige pensamento científico, repertório técnico e capacidade de conduzir projetos da investigação à implementação e validação. Trata-se de pesquisa aplicada, orientada à solução de problemas reais, em colaboração com áreas internas, parceiros, empresas, universidades e pesquisadores.
Principais Responsabilidades:
Pesquisar e experimentar abordagens em IA Generativa, incluindo agentes, LLMs, SLMs, modelos multimodais, RAG e fine-tuning.
Trabalhar com as áreas do banco para compreender desafios, formular hipóteses e desenvolver soluções de IA aplicadas a problemas reais.
Conduzir projetos de forma hands-on, da experimentação à implementação e validação, integrando modelos, dados, APIs, ferramentas, memória, retrieval e guardrails.
Estruturar experimentos, datasets, baselines, métricas e critérios de avaliação, comparando alternativas internas, de parceiros e de mercado.
Avaliar agentes de ponta a ponta e investigar falhas, considerando qualidade, grounding, memória, ferramentas, robustez, custo e desempenho.
Desenvolver componentes, benchmarks, métodos e aceleradores reutilizáveis, contribuindo para frentes estratégicas de memória, avaliação e monitoramento de agentes.
Incorporar requisitos de qualidade, segurança, privacidade e Responsible AI, compartilhar os aprendizados e atuar como referência técnica para o CoE e demais áreas.
Requisitos Técnicos:
Experiência sólida em Ciência de Dados, IA Generativa e desenvolvimento de agentes ou outras soluções de IA.
Domínio de Python, boas práticas de desenvolvimento, testes e integração por APIs.
Experiência com experimentação, métricas, avaliação de modelos, prompts e agentes, análise de resultados e investigação de erros.
Experiência com RAG, embeddings, bancos vetoriais, chunking, retrieval, reranking e grounding.
Experiência com frameworks de agentes, como ADK ou equivalentes, e conhecimento de planejamento, memória, ferramentas, orquestração e fluxos multiagentes.
Conhecimento de LLMOps e observabilidade, incluindo tracing, versionamento e monitoramento de qualidade, custo e latência.
Experiência com cloud e serviços de IA, preferencialmente GCP e Vertex AI, ou plataformas equivalentes.
Capacidade de acompanhar avanços técnicos e científicos e transformá-los em soluções aplicáveis.
Competências Esperadas:
Pensamento científico e capacidade de transformar desafios em hipóteses verificáveis.
Curiosidade por pesquisa aplicada e tecnologias emergentes.
Profundidade técnica, atuação hands-on e autonomia em problemas pouco estruturados.
Capacidade de comparar alternativas e decidir com base em evidências.
Visão crítica sobre aplicabilidade, qualidade, limitações e riscos.
Comunicação clara e colaboração com públicos técnicos, executivos, áreas de negócio e parceiros externos.
Experiência com fine-tuning, PEFT, LoRA, quantização ou modelos open source.
Para gente será um diferencial:
Pós-graduação, mestrado ou doutorado em área quantitativa ou tecnológica.
Experiência com pesquisa aplicada, inovação e implementação de soluções de IA em problemas reais.
Experiência em instituição financeira ou ambiente regulado.
Conhecimento de MCP, A2A, Graph RAG, knowledge graphs ou sistemas multiagentes.
Produção técnica relevante, como artigos, relatórios, apresentações, projetos open source ou participação em comunidades especializadas.
