<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Treinamento Distribuído on eu.dev.br</title><link>https://eu.dev.br/vagas/tech/treinamento-distribuido/</link><description>Recent content in Treinamento Distribuído on eu.dev.br</description><generator>Hugo</generator><language>pt-br</language><lastBuildDate>Tue, 19 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://eu.dev.br/vagas/tech/treinamento-distribuido/index.xml" rel="self" type="application/rss+xml"/><item><title>Pleno em Machine Learning - Pós-treinamento de IA</title><link>https://eu.dev.br/vagas/d5ty35m1ah9koihj-tether-pleno-em-machine-learning-pos-treinamento-de-ia/</link><pubDate>Tue, 19 May 2026 00:00:00 +0000</pubDate><guid>https://eu.dev.br/vagas/d5ty35m1ah9koihj-tether-pleno-em-machine-learning-pos-treinamento-de-ia/</guid><description>&lt;h3>Sobre a vaga&lt;/h3>&lt;p>A Tether busca uma pessoa de Machine Learning em nível pleno para trabalhar com pesquisa e engenharia de IA, com foco em pós-treinamento de modelos agentic. A vaga é 100% remota e aceita candidaturas de várias cidades pelo mundo.&lt;/p>&lt;h3>Responsabilidades&lt;/h3>&lt;ul>&lt;li>Trabalhar em técnicas de pós-treinamento para modelos de IA voltados a agentes.&lt;/li>&lt;li>Apoiar ajustes finos para uso de ferramentas, function calling e fluxos agentic.&lt;/li>&lt;li>Explorar abordagens de reinforcement learning com feedback.&lt;/li>&lt;li>Contribuir com tooling para modelos multimodais.&lt;/li>&lt;li>Trabalhar com frameworks de treinamento distribuído.&lt;/li>&lt;/ul>&lt;h3>Requisitos&lt;/h3>&lt;ul>&lt;li>Experiência com Machine Learning, pesquisa aplicada em IA ou engenharia de modelos.&lt;/li>&lt;li>Conhecimento em fine-tuning, pós-treinamento ou adaptação de modelos.&lt;/li>&lt;li>Familiaridade com treinamento distribuído e avaliação de modelos.&lt;/li>&lt;li>Interesse em IA agentic, uso de ferramentas por modelos e function calling.&lt;/li>&lt;li>Capacidade de trabalhar de forma remota com times distribuídos.&lt;/li>&lt;/ul></description></item></channel></rss>