Plataforma Microsoft (Azure):

• Azure Machine Learning, Azure Synapse Analytics, Data Factory, Azure Databricks;
• Azure Cognitive Services e Azure OpenAI;
• Azure DevOps / GitHub Actions (CI/CD para modelos);
• Fabric (desejável);

🔶 Databricks:

• Engenharia de dados com Spark / Delta Lake;
• MLflow (experimentos, tracking, deployment);
• Notebooks colaborativos;
• Unity Catalog (governança de dados e modelos);

📊 Dados e Engenharia:

• Arquiteturas modernas: Data Lakehouse, Data Mesh;
• Processos ETL/ELT;
• SQL avançado e Python (pandas, scikit-learn, PySpark);
• Integração via APIs REST e JSON;

🤖 Inteligência Artificial:

• Modelos supervisionados e não supervisionados;
• IA Generativa (LLMs, embeddings, prompt engineering);
• Fine-tuning e adaptação de modelos pré-treinados;
• Ferramentas como LangChain e Semantic Kernel (desejável);

🔐 Segurança, Ética e Governança:

• MLOps e ML Governance;
• Mitigação de vieses algorítmicos;
• Rastreabilidade e controle para IA responsável;
• Conformidade com LGPD, AI Act e regulamentos do setor financeiro.