Contratar um engenheiro de IA

Um engenheiro de IA desenvolve aplicações com base em modelos de linguagem existentes (LLMs): um assistente que pesquisa nos documentos da sua organização, um agente que executa etapas de um processo de trabalho ou um LLM usado numa etapa de uma análise. Escolhe o modelo, cria as ligações aos sistemas de origem e testa se as respostas estão corretas.

Se procura um engenheiro de GenAI ou de LLM, trata-se geralmente da mesma função. Na nossa página sobre alocação de profissionais, o engenheiro de IA consta das funções de data science e IA.

O engenheiro de IA desenvolve aplicações com base num modelo de linguagem existente e trabalha sobretudo com fontes, prompts, integrações e avaliação. Um engenheiro de machine learning treina modelos próprios com os seus dados e coloca-os em produção. Um engenheiro de MLOps configura os processos que mantêm todos os modelos em produção: registry, CI/CD e monitorização.

Se pretende obter previsões a partir dos seus próprios dados, um engenheiro de ML é a escolha mais adequada. Se precisa de um assistente que responda a perguntas sobre documentos, opte por um engenheiro de IA.

Na retrieval-augmented generation, uma etapa de pesquisa recupera primeiro passagens relevantes dos seus documentos. Estes foram previamente divididos em partes (chunks) e armazenados como vetores através de um modelo de embeddings. O modelo de linguagem formula a resposta com base nessas passagens e indica a fonte, para que possa verificá-la.

Na Fokker, identificámos duas dificuldades: uma pergunta com várias partes pode não recuperar todas as passagens relevantes, e contratos semelhantes de clientes diferentes podem ser confundidos. Dividir as perguntas em partes e usar metadados claros ajuda. Saiba mais no nosso artigo sobre LLMs internos e RAG.

Com um conjunto de testes composto por perguntas reais e pelas respostas esperadas. No caso do RAG, a Microsoft distingue dois tipos de medição: a etapa de pesquisa (o assistente recupera as passagens certas?) e a resposta. Na resposta, avalia-se o groundedness (a resposta contém algo que não consta das fontes?), a relevância e a completude.

Outro modelo de linguagem pode atuar como avaliador e atribuir estas pontuações. O engenheiro de IA executa o teste sempre que o prompt, o modelo ou o índice é alterado, para que possa ver se a alteração melhora ou prejudica os resultados.

Comece por avaliar os dados que serão introduzidos no modelo. Se a sua organização já utiliza Azure, Azure OpenAI é uma opção natural: inclui um acordo de tratamento de dados padrão e permite desativar o armazenamento temporário dos dados introduzidos. Um modelo aberto alojado na sua própria infraestrutura oferece o maior controlo, mas exige mais trabalho e mecanismos de proteção próprios.

Analisamos os compromissos entre privacidade, alojamento, custos e facilidade de utilização no nosso artigo como escolher o LLM certo.

O maior risco é a prompt injection: texto numa pergunta, num documento ou numa página web que dá outras instruções ao modelo. A OWASP identifica-a como o principal risco das aplicações com LLM. No caso dos agentes, que interagem autonomamente com sistemas, o risco é maior.

Entre outras medidas, a OWASP recomenda atribuir ao agente apenas as permissões de que precisa, assinalar separadamente os conteúdos externos, exigir aprovação humana para ações de grande impacto e testar ativamente a aplicação através de ataques. Saiba mais sobre agentes em IA agêntica.

As pessoas têm de saber que estão a falar com uma máquina. Segundo a Comissão Europeia, as regras de transparência do Regulamento da IA aplicam-se a partir de agosto de 2026. Se utilizar um assistente para tomar decisões sobre pessoas, por exemplo, para selecionar candidaturas a emprego, este pode ficar sujeito às regras mais rigorosas aplicáveis a sistemas de risco elevado.

O engenheiro de IA assegura que as fontes das respostas, as versões e os testes ficam registados. Cabe à sua equipa jurídica ou de compliance avaliar se uma aplicação está abrangida pelas regras. Saiba mais em governação da IA.

Se ainda não existe um caso de uso bem definido, o engenheiro não tem nada para desenvolver. Comece antes pela Data & AI strategy. Se os documentos estão desatualizados ou dispersos, trate primeiro da fundação de dados. Se precisa de um modelo preditivo próprio, um engenheiro de machine learning é mais adequado.

Se procura um assistente de conhecimento interno mas não tem uma equipa de desenvolvimento própria, conheça o Joost, o nosso assistente de IA para conhecimento interno.

Leia como trabalhamos com modelos de linguagem e dados de manutenção numa empresa de MRO em IA na manutenção de aeronaves e MRO.