Beegol provides a machine learning platform that monitors and improves the quality of experience for broadband and Wi-Fi customers. It offers real-time, end-to-end network diagnostics to identify the…
Beegol provides a machine learning platform that monitors and improves the quality of experience for broadband and Wi-Fi customers. It offers real-time, end-to-end network diagnostics to identify the…
Your next opportunity is in here somewhere. Sign up to explore 70,000+ startups and their open roles. No spam. No gamification. Just jobs.
70,000+
Startups
81,000+
Open Roles
4,300+
New This Week
Machine Learning Engineer
Part-timeCambridge, GB
Part-time • Cambridge, GB
Mobile Developer
Part-timeJerusalem
Part-time • Jerusalem
Backend Developer
Full-timeHaifa
Full-time • Haifa
AI Researcher
InternshipMunich, DE
Internship • Munich, DE
Product Designer
Part-timeLondon, GB
Part-time • London, GB
Data Scientist
Part-timeMunich, DE
Part-time • Munich, DE
A
Beegol
é uma empresa de tecnologia especializada em diagnóstico inteligente de redes. Processamos grandes volumes de dados e aplicamos técnicas avançadas de
machine learning
para detectar e resolver problemas com rapidez e precisão.
Quer dar o próximo passo na carreira trabalhando todos os dias com
modelos de linguagem de ponta
em produção? Vem com a gente !
O QUE VOCÊ VAI FAZER
Atuar no
treinamento, fine-tuning e avaliação
de
Large Language Models
(LLMs) voltados a produtos em produção.
Projetar, construir e manter pipelines de dados
(coleta, limpeza, transformação e versionamento) com foco em qualidade e reprodutibilidade.
Colaborar na
definição da arquitetura
de agentes de IA e na integração desses componentes aos nossos produtos e APIs.
Contribuir ativamente em
code reviews
, definição de boas práticas e melhoria contínua dos nossos sistemas de ML em produção.
Trabalhar em parceria com outros engenheiros(as) e times de produto, ajudando a transformar requisitos de negócio em soluções baseadas em LLMs.
REQUISITOS OBRIGATÓRIOS
DIFERENCIAIS
Ter
colocado em produção
soluções envolvendo LLMs e/ou agentes de IA (projetos profissionais ou autorais bem estruturados).
Experiência com
infraestrutura como código
(por exemplo, Terraform).
Familiaridade com
MLOps
(tracking de experimentos, versionamento de modelos/datasets, CI/CD para ML).
Participação ativa em
, definição de padrões de código e documentação técnica.
COMO TRABALHAMOS
Modelo híbrido
para São Paulo (capital).
Regime PJ
, com atuação em
tempo mínimo de 40 horas semanais
.
Horário flexível
, com foco em
resultados
, mas é importante ter disponibilidade para participar de
e colaboração com o time.
QUER FAZER PARTE?
Envie seu currículo, portfólio (GitHub, artigos, projetos, etc.) e pretensão financeira para: c
areers@beegol.com
com o assunto:
“Engenheiro(a) de AI & LLM – Seu Nome
Na Beegol, você terá a oportunidade de trabalhar com especialistas, criar soluções de IA que impactam milhões de usuários de redes e crescer junto com a nossa equipe.
Estamos ansiosos para conhecer você!
Experiência sólida com Python e SQL
:
Desenvolvimento de scripts, ETLs e integrações.
Consultas otimizadas e manipulação de grandes volumes de dados.
Conhecimento prático em machine learning em produção
, incluindo experiência com
LLMs
(uso de APIs,
fine-tuning
,
prompt engineering
ou avaliação de modelos).
Experiência comprovada em AWS
, incluindo pelo menos alguns destes serviços:
API Gateway, Lambda, ECS, Fargate ou equivalentes de orquestração/conteneirização.
Vivência com
ambientes de produção
: monitoramento básico, logs, versionamento de modelos ou pipelines, boas práticas de engenharia.
Inglês intermediário
: capaz de ler documentação técnica e escrever mensagens/PRs em inglês, quando necessário.
Formação completa
em Ciência/Engenharia da Computação, Data Science, Engenharia ou áreas correlatas.
Ter
alguns anos de experiência
(ou equivalente em projetos intensivos) trabalhando com dados, ML ou desenvolvimento de software em ambiente profissional.
code reviews
Perfil mão na massa, com
autonomia
, responsabilidade sobre entregas e grande vontade de aprender novas tecnologias.
reuniões de alinhamento
Ambiente colaborativo, com
cultura forte de mentoria
, trocas técnicas frequentes e
aprendizado contínuo
.