Pesquisador(a) Sênior em Modelos de Linguagem
Conduzir o pré-treino continuado de um modelo de linguagem clínico em português brasileiro.
Não é ajuste fino sobre API de terceiro: é pré-treino continuado sobre um modelo aberto, com corpus clínico próprio, currículo de dados, e avaliação em tarefas médicas reais. A TELI já tem resultado medido de ablação em escala de 400M e tokenizer próprio — você entra para levar isso à escala do projeto.
COMO FUNCIONA ESTA VAGA
A posição integra um projeto de pesquisa e desenvolvimento submetido a agência de fomento. Nessa modalidade a subvenção econômica custeia a equipe própria em regime CLT — não é bolsa.
Estamos formando o quadro durante a submissão. A contratação efetiva ocorre com a aprovação do projeto, e quem já está no banco é chamado primeiro. Currículo Lattes é o que pesa na avaliação.
A TELI é uma empresa brasileira de tecnologia em saúde, com produtos em operação e registro de software no INPI. Trabalho remoto por padrão; onde há laboratório ou ICT parceira, o modelo é híbrido. Os detalhes do projeto são compartilhados durante o processo seletivo.
O que você vai fazer
- Definir a receita de pré-treino continuado: dados, currículo, otimizador e cronograma.
- Rodar ablações e defender as escolhas com evidência, não com intuição.
- Conduzir o alinhamento e a avaliação em tarefas clínicas.
- Publicar e liberar artefatos abertos quando couber.
Requisitos
- Doutorado em Computação ou área afim, ou mestrado com produção forte.
- Experiência prática de treinar modelos de linguagem, não apenas consumi-los.
- PyTorch, treino distribuído e domínio de tokenização.
- Currículo Lattes atualizado.
Diferenciais
- Trabalho com modelos em português.
- Publicações em ACL, EMNLP, NeurIPS, ICML ou ICLR.
- Experiência com dado clínico e suas restrições.
Não tem currículo formal? Use o campo “conte sua história”. A gente lê.