Membro da Equipa Técnica, Engenharia de Investigação

Sobre a Função

Título da Função: Membro da Equipa Técnica, Engenharia de Investigação Tipo de Função: Tempo Inteiro Localização: Remoto Procuramos um(a) Engenheiro(a) de Investigação para atuar na fronteira do Reinforcement Learning (RL), desenvolvendo novos ambientes, pipelines de treino e sistemas de avaliação que fazem avançar as capacidades dos modelos de IA modernos. Esta função situa-se na interseção entre investigação e produção, traduzindo ideias experimentais em sistemas escaláveis e de elevado desempenho.

No Que Vai Trabalhar

• Arquitetar ambientes de RL autónomos que captem tarefas complexas e reais, incluindo funções de recompensa, verificadores e lógica de avaliação.
• Desenhar e escalar pipelines de episódios e processos de treino multi-componente (MCPs) para apoiar experimentação reprodutível.
• Construir sistemas automatizados de geração de dados, aproveitando dados sintéticos para acelerar os ciclos de treino sem comprometer a qualidade.
• Desenvolver e integrar sistemas de avaliação e garantia de qualidade orientados por IA para classificação, validação e ciclos de feedback automatizados.
• Ajustar e otimizar modelos de RL de código aberto usando conjuntos de dados gerados internamente e estratégias de treino personalizadas.
• Estabelecer frameworks de benchmarking para medir a capacidade, robustez e qualidade dos dados dos modelos em várias tarefas.
• Contribuir para o lançamento e análise de avaliações em plataformas de benchmark internas e externas (por exemplo, benchmarks da micro1).

Requisitos

• Experiência profunda em Reinforcement Learning, incluindo desenho de ambientes e dinâmicas de treino.
• Forte historial na construção e escalabilidade de sistemas, pipelines ou frameworks de experimentação de RL.
• Proficiência em automação e geração de dados, incluindo pipelines de dados sintéticos.
• Familiaridade com sistemas de avaliação automatizados, validação de modelos e fluxos de garantia de qualidade.
• Experiência a ajustar e avaliar modelos de ML de código aberto.
• Comunicador(a) claro(a) e conciso(a), com fortes competências de escrita técnica.
• Conforto a trabalhar em ambientes de ritmo acelerado, orientados para a investigação e altamente colaborativos.

Preferencial

• Experiência a publicar benchmarks, avaliações ou artefactos de investigação.
• Familiaridade com ecossistemas de avaliação (por exemplo, benchmarks da micro1 ou frameworks semelhantes).
• Experiência em infraestrutura escalável para experimentação de RL em larga escala.

Remuneração e Logística

Consulte as colunas Pay Min/Max para o intervalo da taxa horária.