Sobre a Omnichat

Em 2016 nasceu a OmniChat. Uma empresa, startup, mas principalmente, um convite à evolução. Viemos para ajudar outras muitas empresas a vender mais com tecnologia de ponta e a entregar a melhor experiência para cliente nos principais canais de chat: WhatsApp, Facebook Messenger, Instagram e WebChat.

Nascemos da necessidade de resolver um problema: deixar a experiência de compra verdadeiramente omnichannel.

Unimos a consultoria da compra offline com a praticidade da compra online através do chat-commerce, fazendo com o que o novo digital seja, cada vez mais, uma realidade.

Responsabilidades e atribuições:

• Projetar e treinar modelos de aprendizado de máquina para identificar conversas relevantes e trocas de mensagens que podem ser úteis para a geração de respostas por parte de LLMs.
• Analisar e extrair insights de grandes volumes de dados conversacionais.
• Colaborar com a equipe de engenharia de dados para garantir a qualidade e a integridade dos dados utilizados nos modelos de ML.
• Realizar experimentos e avaliações para aprimorar continuamente os algoritmos e modelos desenvolvidos.
• Fornecer suporte técnico para integrar os modelos desenvolvidos em sistemas de produção.
• Desenvolver algoritmos avançados que vão além do aprendizado supervisionado e não supervisionado, como aprendizado profundo, aprendizado por reforço e modelagem generativa.
• Se envolver em pesquisa contínua de novas técnicas e metodologias em IA, explorando e experimentando com abordagens de ponta para resolver problemas desafiadores.
• Projetar e implementar sistemas de IA completos que podem envolver componentes como processamento de linguagem natural (NLP), planejamento e tomada de decisões autônomas.
• Capacidade de integrar e orquestrar múltiplos modelos de ML e componentes de IA para criar sistemas complexos e multifacetados.



Requisitos desejáveis:

• Compreensão dos conceitos fundamentais de aprendizado de máquina, incluindo algoritmos de aprendizado supervisionado, não supervisionado e por reforço.
• Capacidade de trabalhar com técnicas avançadas de IA, como redes neurais, deep learning, modelagem generativa, processamento de linguagem natural (NLP), tokenização, PoS tagging e word vectors.
• Proficiência em pelo menos uma linguagem de programação comumente usada em aprendizado de máquina, como Python ou R. Além disso, experiência com bibliotecas populares de ML/AI, como TensorFlow, PyTorch, NLTK, spaCy, Gensim e etc.
• Capacidade de desenvolver e implementar código eficiente, modular e escalável, seguindo boas práticas de engenharia de software.
• Habilidade de explorar e analisar dados de forma eficaz, identificando padrões, outliers e insights relevantes para alimentar o processo de modelagem.
• Familiaridade com ferramentas e técnicas para lidar com grandes volumes de dados, como bancos de dados distribuídos, processamento paralelo e ferramentas de computação em nuvem.
• Capacidade de projetar, implementar e integrar sistemas de IA completos, incluindo componentes como PLN, visão computacional, planejamento autônomo, entre outros.
• Capacidade de comunicar de forma clara e eficaz conceitos complexos de IA para stakeholders técnicos e não técnicos, além de colaborar em equipes multidisciplinares.