* Salário: R$ 4.000 a R$ 7.000 por mês (estimado)
* O valor exibido é uma estimativa calculada com base em dados públicos e referências do mercado. Não garantimos que este seja o salário oferecido para esta vaga específica.
Área: Engenharia
Nível: Junior
Procuramos um Engenheiro de MLOps Sênior para liderar a infraestrutura e operacionalização de modelos de machine learning em ambiente de produção. O profissional será responsável por garantir a escalabilidade, confiabilidade e performance dos pipelines de ML, atuando como elo estratégico entre os times de Data Science e Engenharia.
Responsabilidades:
- Projetar e implementar arquiteturas de MLOps escaláveis e resilientes
- Estabelecer e manter pipelines de CI/CD para modelos de machine learning
- Gerenciar ambientes de desenvolvimento, teste e produção para aplicações de ML
- Implementar monitoramento, logging e alertas para modelos em produção
- Otimizar custos de infraestrutura de cloud e computação
- Colaborar com times de Data Science na implementação de modelos
- Definir padrões, boas práticas e documentação de MLOps
- Garantir segurança, compliance e governança dos dados e modelos
Benefícios:
- Salário competitivo compatível com mercado sênior
- Flexibilidade de trabalho remoto ou híbrido
- Participação em projetos de alta complexidade técnica
- Oportunidade de liderança e mentoria de times
- Vale refeição e vale transporte
- Assistência médica e odontológica
- Licença parental estendida
- Ambiente de trabalho inovador com foco em desenvolvimento contínuo
- Acesso a cursos e certificações profissionais
- Mínimo 5 anos de experiência em MLOps, DevOps ou Engenharia de Dados
- Expertise em orquestração de workflows (Airflow, Kubeflow, Prefect ou similar)
- Sólido conhecimento em containerização (Docker, Kubernetes)
- Experiência com plataformas cloud (AWS, GCP ou Azure)
- Proficiência em Python e ferramentas de versionamento de código (Git)
- Conhecimento em frameworks de ML (TensorFlow, PyTorch, Scikit-learn)
- Experiência com ferramentas de registro e monitoramento de modelos (MLflow, Weights & Biases)
- Compreensão de práticas de CI/CD e Infrastructure as Code (Terraform, CloudFormation)
- Excelente comunicação e capacidade de liderança técnica