Navegar
···
Entrar / Registrar
Resumo da Vaga: O Engenheiro de Machine Learning será responsável por desenvolver, implementar e gerenciar modelos de ML em produção, focando na produtização e otimização de pipelines. Principais Destaques: 1. Foco em produtização e otimização de pipelines de ML. 2. Utilização de MLFlow para gerenciamento do ciclo de vida de modelos. 3. Experiência com Databricks para construção de pipelines em larga escala. Descrição da vaga **Atribuições:** O Engenheiro de Machine Learning (ML) será responsável por desenvolver, implementar e gerenciar modelos de machine learning em ambiente de produção, garantindo a escalabilidade, confiabilidade e desempenho das soluções. Este profissional será o ponto focal para a produtização de modelos, com foco na criação e otimização de pipelines de ML em plataforma Databricks, utilizando o MLFlow como ferramenta principal para o rastreamento, gerenciamento e implantação dos modelos. Além disso, o Engenheiro de ML atuará na manutenção da esteira DevOpsML, assegurando práticas ágeis e uma integração contínua eficiente entre os modelos de ML e o ambiente de produção. Principais Responsabilidades: Colaborar com cientistas de dados para transformar modelos experimentais em soluções de machine learning produtivas e escaláveis. Utilizar MLFlow para rastrear experimentos, gerenciar modelos e facilitar a implantação em ambientes de produção no Databricks. Implementar e otimizar pipelines de machine learning em ambiente DevOps, garantindo uma integração contínua e automação do fluxo de trabalho de ML. Manter e aprimorar a esteira DevOpsML para suportar o ciclo completo de vida de desenvolvimento, desde a experimentação até a monitoração em produção. Estabelecer e implementar métricas de monitoramento e avaliação para modelos implantados, visando a manutenção do desempenho e a detecção de possíveis desvios. Diagnosticar e solucionar problemas relacionados à operação dos modelos de ML em produção, ajustando processos para garantir a robustez e a eficiência dos modelos. Colaborar com equipes de engenharia de dados, ciência de dados e operações para garantir a interoperabilidade e a integridade das soluções de machine learning. Definir e aplicar melhores práticas para governança, segurança e compliance em relação ao pipeline de ML, alinhando\-se aos padrões de DevOps e MLops da empresa. Requisitos: Experiência com MLFlow para gerenciar o ciclo de vida de modelos de machine learning. Experiência com Databricks para construção de pipelines de ML em larga escala. Conhecimento em DevOps aplicado a machine learning (DevOpsML), com ênfase na criação de esteiras de integração contínua e entrega contínua (CI/CD). Experiência em monitoramento de modelos em produção e em técnicas de manutenção de performance. Conhecimentos em Python, SQL e demais ferramentas e linguagens para manipulação de dados e machine learning. Habilidades de comunicação e trabalho em equipe, com foco em colaboração entre engenheiros de dados, cientistas de dados e times operacionais. Ensino Superior completo na área. **Diferenciais** Certificações em Azure ou outras plataformas de nuvem como : AI – 900, DP – 900, DP – 100, AI – 102\. Certificaçóes em Databricks Experiência em colaboração com equipes multidisciplinares para soluções complexas de dados e IA. **Informações adicionais:** 2x na semana na sede da empresa que fica na Cidade Monções, São Paulo – SP. 3x Home Office. ;
