• Sólida base em Estatística, Probabilidade e ML (regressão, classificação, clusterização) e desenho experimental. Experiência prática com LLMs, engenharia de prompts, embeddings e RAG em produção. 
• Python avançado para análises, prototipação e serviços; SQL avançado e engenharia de dados aplicada (ETL/ELT). 
• MLOps/LLMOps: experiment tracking (MLflow, W&B ou equivalente), versionamento de dados/modelos/prompts, observabilidade (tracing, custo, latência) e boas práticas de CI/CD. 
• Capacidade de comunicar resultados complexos a públicos técnicos e de negócio; experiência prévia como arquiteto de soluções ou líder técnico em projetos de IA. 
• Conhecimento em Airflow. 

Diferenciais 

• Evals automatizados e guardrails: Ragas, DeepEval, PromptFlow/Promptfoo, LangSmith, NeMo Guardrails, Truera, Rebuff. 
• Experiência com IA aplicada ao setor público ou jurídico, incluindo OCR/NLP jurídico e normalização de documentos processuais. 
• Contribuições em InnerSource/open source, publicações e talks em comunidades técnicas. 
• Otimização de custo/performance de LLMs e técnicas avançadas de RAG (query rewriting, reranking, recuperação híbrida, agentes).