Caro usuário, habilite o javascript para que esse site funcione corretamente.

MLOps Engineer Pleno

CLT (Efetivo)Presencial (Local)VIPSão Paulo-SPEmpresa Confidencial (Cadastre-se)

* 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

Quem é o candidato que buscamos:

Como MLOps Pleno, você será o "habilitador" da colaboração multidisciplinar. Sua missão é transformar a modelagem estatística em software robusto.

Dinâmica de Atuação (Híbrida): Em momentos de menor demanda de deploy de modelos, você atuará fortemente como Engenheiro de Dados (DataOps) focado na camada Gold e Feature Store. Você garante que o dado chegue com a performance e qualidade que a IA exige.

Principais atividades:

  • DataOps & Feature Engineering: Você será o dono da Feature Store. Isso significa escrever pipelines complexos em PySpark para transformar dados da ODS em features reutilizáveis de alta performance.
  • Encapsulamento (Engenharia de Software): Responsável por receber o modelo estatístico e transformá-lo em uma classe produtiva (Wrapper/PyFunc). A aplicação consumirá sua classe, não o código do cientista.
  • Agentic AI & LLMOps Híbrido: Implementar e sustentar Agentes de IA em produção (Mosaic AI ou Bedrock).
  • Integração e Segurança: Garantir que Agentes chamem APIs transacionais de forma segura.
  • FinOps de IA e GenAI: Gerenciar o TCO e eficiência dos clusters e endpoints.

Perfil acadêmico e habilidades:

  • Graduação em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas
  • Base sólida em programação, estatística e machine learning
  • Pós-graduação ou cursos em Data Science / ML / MLOps (diferencial)

Qualificações desejáveis:

  • Experiência sólida com Python e Orientação a Objetos.
  • Forte domínio de PySpark e Engenharia de Dados no Databricks (Delta Lake, Optimization).
  • Experiência prática com Databricks, MLflow e criação de Custom Models.
  • Conhecimento prático em serviços de GenAI da AWS (Amazon Bedrock) ou Databricks.
  • Vivência em ambientes Cloud Híbridos (AWS/Databricks) e CI/CD.

BUSCAS DE VAGAS SEMELHANTES