* Salário: R$ 2.000 a R$ 5.000 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: Outros
Nível: Pleno
Description:
Estamos em busca de uma pessoa Engenheira de Machine Learning com perfil proativo e foco em resultados para escalar nossas soluções de IA. Seu papel será transformar protótipos de Ciência de Dados em sistemas de produção robustos, utilizando o que há de mais moderno na Google Cloud Platform.
Você não será apenas quem "treina modelos", mas quem constrói a ponte entre a experimentação e o valor de negócio real, garantindo que nossos modelos sejam escaláveis, monitoráveis e eficientes.
O que você fará no dia a dia:
- Desenvolver e implementar pipelines de ML fim-a-fim utilizando o Vertex AI.
- Otimizar o ciclo de vida de ML (MLOps), garantindo automação desde a ingestão de dados até o deploy (CI/CD para ML).
- Colaborar com Cientistas de Dados para transformar modelos experimentais (Notebooks) em código de produção modular e escalável.
- Gerenciar infraestrutura de dados em conjunto com o time de engenharia, utilizando BigQuery e Dataflow.
- Monitorar o desempenho de modelos em produção (drift de dados e performance) e implementar estratégias de retreinamento.
Requirements:
- Experiência Sólida: Mínimo de 3 anos atuando com Engenharia de ML ou Engenharia de Dados com foco em modelos.
- Domínio de GCP: Experiência prática com Vertex AI (Training, Pipelines, Model Registry e Endpoints).
- Stack Técnica: Proficiência em Python e bibliotecas padrão (Scikit-learn, Pandas, NumPy).
- Engenharia de Dados: Conhecimento avançado em SQL e manipulação de grandes volumes de dados no BigQuery.
- MLOps & DevOps: Experiência com Docker e ferramentas de CI/CD (GitHub Actions, GitLab CI ou Cloud Build).
- Orquestração: Experiência com Kubeflow Pipelines ou Apache Airflow.
Diferenciais:
- Certificação Cloud: Google Professional Machine Learning Engineer.
- Experiência com LLMs: Conhecimento em Generative AI App Builder ou ajuste de modelos via Model Garden (GCP).
- Infraestrutura como Código: Conhecimento em Terraform para gerenciar recursos na nuvem.
- Deep Learning: Experiência com TensorFlow ou PyTorch em ambientes de produção.
Se identificou com essa oportunidade? Então inscreva-se e #VemPraConfidencial (Apenas para Cadastrados)