IA Generativa: experiência prática com modelos de IA generativa, arquitetura RAG (Retrieval-Augmented Generation) e Processamento de Linguagem Natural (NLP)
Integração de ferramentas: Gemini Tools, ferramentas MCP customizadas
Frameworks de Machine Learning: experiência com TensorFlow, PyTorch e AutoML
Engenharia de dados: proficiência em pré-processamento de dados e engenharia de features
Controle de versão: experiência com GitHub
Práticas de Data Science: construção de modelos, testes/validação e deploy
Bancos de dados: DB2, Oracle, BigQuery, BigData, Cassandra, PostgreSQL
Colaboração: experiência trabalhando em metodologia ágil
Arquitetura RAG: experiência com ingestão, recuperação e geração de dados usando métodos otimizados como busca híbrida
Conhecimento em GPU programming, GPU profiling, otimizações...