AI Lead

Cliente 

Grupo financeiro português de referência, marcando a diferença pela proximidade à comunidade. Foca -se no apoio às pessoas e empresas com soluções para o dia a dia, poupança e financiamento, com acompanhamento próximo.

Missão

Garantir a coordenação estratégica e operacional das iniciativas de Inteligência Artificial, promovendo uma cultura de experimentação orientada a valor e assegurando a entrega consistente de casos de uso de IA com impacto no negócio. Liderar uma equipa técnica e multidisciplinar, definindo prioridades, orientando o desenho de soluções (end -to -end) e assegurando boas práticas de desenvolvimento em Cloud, MLOps, segurança e IA responsável, em alinhamento com as necessidades das áreas de negócio e com a estratégia da organização.

Responsabilidades

Coordenação de Portefólio e Entrega de Projetos de IA

• Identificar, qualificar e priorizar oportunidades de IA (quick wins e iniciativas estruturantes) com base em valor, viabilidade e risco.
  
• Coordenar o ciclo completo dos projetos de IA: descoberta → PoC → MVP → industrialização → operação.
  
• Definir abordagem de execução (ágil/iterativa), garantindo time -to -market, qualidade e benefícios mensuráveis.
  
• Garantir documentação mínima e rastreabilidade: objetivos, hipóteses, dados usados, métricas, decisões e resultados.
  

Experimentação e Inovação (Learn -by -doing)

• Promover um modelo de experimentação controlada (pilotos com guardrails), incentivando aprendizagem rápida e reuso de componentes.
  
• Criar e manter um “playbook” de IA: padrões de experimentação, guidelines de avaliação, templates de casos de uso e checklists de readiness.
  
• Organizar workshops “hands -on” com as áreas (co -criação) e apoiar a evolução de maturidade (da ideação à adoção).
  

Gestão da Equipa e Capacitação

• Coordenar uma equipa (técnica e multidisciplinar) com perfis como data scientists, ML engineers, analysts e product owners de IA.
  
• Definir prioridades, distribuir trabalho, remover impedimentos e acompanhar execução e qualidade dos entregáveis.
  
• Desenvolver competências da equipa (cloud, engenharia de dados, ML, GenAI, MLOps, Responsible AI), promovendo boas práticas e autonomia.
  
• Fomentar cultura de performance, colaboração, aprendizagem contínua e partilha (comunidade de IA).
  

Desenho de Soluções e Arquitetura (End -to -end)

• Desenhar soluções de IA com visão completa: dados → modelo → integração → operação → monitorização.
  
• Definir padrões de arquitetura e integração com plataformas existentes (APIs, eventos, dados, aplicações).
  
• Assegurar boas práticas de engenharia: versionamento, testes, CI/CD, observabilidade, gestão de dependências e custos.
  

Cloud, MLOps e Operações

• Orientar a implementação de pipelines e processos de MLOps/LLMOps: treino, validação, deployment, monitorização e re -treino.
  
• Garantir que soluções em cloud (Azure/AWS/GCP) são eficientes, escaláveis e seguras (gestão de credenciais, redes, RBAC, logging).
  
• Definir e acompanhar SLAs/indicadores operacionais: latência, disponibilidade, drift, custo por inferência, qualidade de resposta.
  

Governança, Segurança e IA Responsável

• Assegurar conformidade com políticas internas e requisitos regulatórios aplicáveis (privacidade, segurança, auditabilidade, risco de modelo).
  
• Implementar práticas de Responsible AI: fairness/bias, explicabilidade quando aplicável, rastreabilidade, human -in -the -loop e gestão de riscos.
  
• Articular com áreas de Risco, Compliance, Segurança e Jurídico para acelerar com controlo.
  

Gestão de Stakeholders e Alinhamento com o Negócio

• Atuar como ponto focal entre as áreas de negócio, TI, dados e segurança, traduzindo necessidades em requisitos e soluções.
  
• Conduzir governance de iniciativas: steering, reporting executivo, planos de ação e gestão de expectativas.
  
• Medir e comunicar valor: benefícios, adoção, limitações, riscos e próximos passos 
  

Requisitos

Qualificações

• Formação Académica: Licenciatura ou Mestrado em Engenharia Informática, Ciência de Dados, Matemática/Estatística, Engenharia Eletrotécnica, Gestão de Informação ou áreas similares.
  

Competências Requeridas

• Mínimo 7 anos em projetos de dados/analytics e/ou IA, com experiência relevante em entrega e industrialização.
  
• Experiência em coordenação/gestão de equipas técnicas e gestão de stakeholders.
  
• Experiência em cloud, arquitetura de soluções e integração com sistemas corporativos.
  
• Experiência com Machine Learning e/ou GenAI (LLMs), incluindo avaliação de modelos e desenho de prompts/guardrails (quando aplicável).
  

Competências Preferenciais

• Conceitos de ML/GenAI: features, treino/validação, métricas, drift, avaliação de performance, prompt engineering (quando aplicável).
  
• Engenharia e dados: pipelines (ETL/ELT), APIs, processamento batch/stream, qualidade de dados, governance.
  
• MLOps/LLMOps: CI/CD, model registry, feature store (quando aplicável), monitoring, A/B testing, rollback.
  
• Linguagens/ferramentas: Python (obrigatório), SQL; PySpark é valorizado; Git; frameworks de ML (i.e., scikit -learn, PyTorch, etc.).
  
• Plataformas cloud e serviços de IA (ex.: Azure ML / Azure AI / serviços equivalentes), logging e observabilidade.