Harness
Avra
Head of Research (AI)
Sobre a Avra
A Avra está construindo modelos de fundação relacionais para tomada de decisão empresarial no Brasil.
Nosso trabalho foca em modelos nativos de grafos para problemas de predição estruturados e de alto risco: crédito, fraude, crescimento, monitoramento e outras decisões onde entidades não podem ser compreendidas isoladamente. Modelamos empresas, pessoas e as relações entre elas como redes em evolução, e então adaptamos essas representações para tarefas de predição específicas do cliente que se integram a sistemas de decisão existentes.
Trabalhamos com consultores de pesquisa reconhecidos internacionalmente e nos importamos com pesquisas que se tornam úteis em produção.
A função
Esta é uma função de liderança para um "player-coach" prático que irá possuir e elevar nossa função de pesquisa. Sua missão é escalar a visão científica para nossos Modelos de Fundação para Dados Relacionais (ex: grafos, bancos de dados). Você elevará o padrão técnico para toda a equipe e preencherá a lacuna entre pesquisa de ponta e capacidades de nível de produção que movem as métricas mais importantes de nossos clientes. Você fará uma parceria profunda com nossas equipes de Dados (pipelines de grafos e dados), Engenharia de Produto e MLOps para transformar ideias ambiciosas no núcleo da plataforma da Avra.
O que você fará
Liderança e Estratégia Científica
- Ser responsável pelo roadmap de pesquisa de nossos Modelos de Fundação, com foco em grafos de conhecimento, aprendizado de representação, métodos auto-supervisionados e não supervisionados.
- Liderar, mentorar e desenvolver uma equipe de classe mundial de cientistas e engenheiros de pesquisa.
- Estabelecer e defender uma cadência de pesquisa rigorosa: desde a definição de hipóteses e RFCs até experimentação disciplinada e tomada de decisão clara e baseada em dados.
Pesquisa e Engenharia Práticas
- Projetar e implementar GNNs de ponta para nosso grafo único e em larga escala. Resolver problemas complexos em tarefas de nós, arestas e grafos, embeddings multiescala e generalização temporal/indutiva.
- Construir pipelines de treinamento e avaliação confiáveis e reproduzíveis usando PyTorch, PyG e frameworks de treinamento distribuído.
- Definir e manter nossos benchmarks padrão ouro, garantindo comparações de modelos estatisticamente sólidas.
Produção e Entrega
- Colaborar com a Engenharia de Produto para colocar modelos em produção, servindo inferência em lote e online para nossos clientes.
- Fazer parceria com nossas equipes de GTM para definir critérios de sucesso para clientes corporativos e para comunicar o impacto do trabalho de sua equipe a stakeholders técnicos e executivos.
- Garantir que nossa pesquisa leve em conta os desafios de sistemas do mundo real, incluindo drift de conceito, e melhorar nossa estratégia para implantação de modelos em contextos regulamentados.
Você deve ter
- 7+ anos de experiência em IA/ML (ou um PhD + 4 anos)
- Uma capacidade demonstrada de levar pesquisa para produção: você pegou ideias de um artigo ou protótipo para código escalável e confiável que entregou impacto de negócios mensurável.
- Excelência prática em Python e PyTorch, com profunda proficiência em bibliotecas de aprendizado de grafos como Pytorch Geometric ou DGL.
- Fundamentos sólidos de engenharia de software, incluindo testes, profiling e construção de sistemas de fácil manutenção.
- Experiência comprovada em mentorar e liderar projetos técnicos ou gerenciar uma pequena equipe (2-6) de cientistas/engenheiros.
- Proficiência profissional em português e inglês.
Qualificações Preferenciais
- Experiência com treinamento e inferência distribuídos.
- Experiência trabalhando com modelos baseados em grafos.
- Profundo conhecimento de técnicas de aprendizado auto-supervisionado ou contrastivo, particularmente para grafos.
- Um forte histórico de publicações em conferências de IA de ponta (NeurIPS, ICML, ICLR, etc.) ou contribuições significativas de código aberto.
