**Responsabilidades:** * **Projetar, desenvolver e manter** pipelines de Machine Learning (treinamento, validação, deployment e monitoramento); * **Implementar modelos preditivos e de classificação** usando técnicas estatísticas, algoritmos supervisionados e não supervisionados; * **Garantir versionamento e rastreabilidade** de dados, modelos e experimentos; * **Criar e manter** APIs, serviços e automações que suportem modelos em produção; * **Monitorar** drift de dados e desempenho dos modelos em produção, propondo melhorias contínuas; * Trabalhar em conjunto com times de Data Engineering, Produto e Negócio para garantir entregas eficientes e alinhadas às demandas; * **Implementar** boas práticas de MLOps (CI/CD para modelos, automações, containers, jobs agendados); * **Trabalhar com ferramentas de orquestração e MLOps** (ex.: Kubeflow, MLflow, Airflow) para assegurar workflows robustos; * **Definir e aplicar infraestrutura como código (IaC)** para provisionamento em nuvem (Terraform, CloudFormation, Pulumi, etc.); * **Gerenciar e otimizar** soluções de deploy de modelos, tanto em ambientes serverless quanto em clusters containerizados (ex.: AWS SageMaker, Kubernetes). Requisitos: **Buscamos alguém com:** * Experiência comprovada com **Python** e bibliotecas como **Pandas** e **NumPy**; * Conhecimento de **técnicas de modelagem** (*regressão, classificação, clustering, ensembles etc.*); * Experiência sólida em **bibliotecas de ML** (*scikit\-learn, TensorFlow, PyTorch, XGBoost, Catboost, LightGBM*); * Forte conhecimento em **ML lifecycle**, **modelagem**, **tuning de hiperparâmetros** e **avaliação de performance**; * Experiência prática com **deploy de modelos em produção em nuvem** (*AWS SageMaker, GCP Vertex AI ou Azure ML*); * Domínio em **CI/CD aplicado a pipelines de ML**, incluindo testes automatizados e integração contínua; * Experiência com **Infraestrutura como Código (IaC)** — *Terraform, CloudFormation ou equivalentes;* * Experiência com **orquestração de workflows ou ferramentas MLOps** (*Kubeflow, Airflow, MLflow*). * Experiência com **deploy de modelos em APIs** (*FastAPI, Flask, etc.*); * Boas práticas de **versionamento (Git) e documentação**; * **Familiaridade com ambientes em nuvem** (*AWS, GCP ou Azure*). **Serão diferenciais:** * Conhecimento em **sistemas distribuídos** e **processamento de dados em escala** (*Spark, Beam*); * Experiência sólida em **ferramentas AWS** (*SageMaker, Lambda, S3, Glue, CloudFormation, CodeBuild*); * Experiência com **monitoramento de modelos** (*EvidentlyAI, WhyLabs*); * Conhecimentos de **containers e orquestração** (*Docker e Kubernetes*) para servir modelos de forma escalável; * Experiência com **bancos de dados SQL e/ou NoSQL**; * Noções de **engenharia de dados e data pipelines**; * Experiência com **arquitetura de microsserviços**; * Participação em **projetos de ciência de dados** aplicados ao negócio. Benefícios **O que oferecemos:** * **Plano de saúde e odontológico** Bradesco; * **Wellhub** (antiga Gympass); * **Conexa Saúde \& Psicologia Viva**; * Parceria Corporativa com a **Open English** (descontos em cursos de Inglês \& Espanhol); * **Caju:** Auxílio Home Office; * **Recesso remunerado** de 22 dias úteis/ano; * **Day off** de aniversário; * **Modelo de contratação PJ.**