Engenheiro(a) de Machine Learning Pleno

Description:

Sobre a posição:

Buscamos uma pessoa Engenheira de Machine Learning Pleno para atuar na construção, operacionalização e evolução de soluções de ML em produção. Essa pessoa será responsável por transformar modelos em produtos escaláveis, seguros e monitoráveis, contribuindo para a aceleração de iniciativas de dados e IA no negócio.

Principais responsabilidades:

• Desenvolver e operacionalizar pipelines de Machine Learning em produção.
• Implementar soluções de treinamento, validação, deploy e monitoramento de modelos.
• Trabalhar na integração entre modelos, aplicações e plataformas de dados.
• Construir fluxos robustos para inferência batch e/ou online.
• Garantir escalabilidade, custo-benefício, segurança e confiabilidade das soluções.
• Apoiar a criação de uma camada de produção para ML, aproximando ciência de dados de engenharia.
• Instrumentar monitoramento técnico e de performance dos modelos.
• Colaborar com arquitetos, cientistas de dados e engenharia de software na evolução das soluções.

Requirements:

Requisitos obrigatórios técnicos:

• Experiência com implementação de soluções de Machine Learning em produção.
• Conhecimento sólido em Python.
• Vivência com bibliotecas e frameworks de ML, como scikit-learn, XGBoost, TensorFlow ou PyTorch.
• Experiência com deploy e operacionalização de modelos.
• Conhecimento de MLOps, versionamento de modelos e automação de pipelines.
• Vivência com ambientes em nuvem, preferencialmente AWS.
• Conhecimento em APIs, microsserviços ou mecanismos de disponibilização de modelos para consumo.
• Experiência com containers, preferencialmente Docker.
• Conhecimento em monitoramento de modelos, métricas técnicas e observabilidade.
Bons fundamentos de engenharia de software, testes e versionamento.

Diferenciais técnicos:

• Experiência com ferramentas como SageMaker, MLflow, Kubeflow, Airflow ou Databricks.
• Vivência com streaming, inferência em tempo real ou arquitetura orientada a eventos.
• Conhecimento em feature store.
• Experiência com otimização de custo e performance em soluções de ML.
• Vivência com aplicações mobile instrumentadas com modelos ou telemetria analítica.
• Experiência com segurança e governança de IA.
Conhecimento em LLMOps, GenAI ou pipelines de modelos generativos.

Entenda as etapas do processo: