Engenheiro(a) MLOps Sênior

Descrição

Resumo da Vaga: Buscamos um(a) Engenheiro(a) de MLOps para desenvolver e orquestrar pipelines de Machine Learning, versionar modelos e datasets, automatizar treinamento e deploy de modelos em produção, e monitorar performance, em um ambiente dinâmico e de aprendizado contínuo. Principais Destaques: 1. Atuação remota (anywhere office) com aprendizado contínuo 2. Desenvolvimento e orquestração de pipelines de Machine Learning 3. Trabalho com grandes clientes nacionais e internacionais Somos ávidos por tecnologia, criatividade e desafios. Se você gosta de desafios, aprendizado constante e valoriza as conexões pessoais, junte\-se a nós! \# Valorizamos a diversidade e acreditamos que ela é fundamental para a inovação e entregas de valor aos nossos clientes. Todas as nossas vagas são destinadas a todas as pessoas, com ou sem deficiência, independentemente de idade, gênero, orientação sexual, etnia, religião ou qualquer outra característica. Se você se identifica com a posição, venha fazer parte do nosso time! **O QUE BUSCAMOS?** Buscamos um **Engenheiros(as) de MLOps**, que queiram trabalhar conosco em um ambiente descontraído e dinâmico, com aprendizado contínuo no desenvolvimento de grandes projetos, junto a grandes clientes nacionais e internacionais. Temos escritórios em Maringá, São Paulo e Chicago (EUA), mas a nossa atuação é remota: por aqui preferimos chamar de *anywhere office*. **O QUE ESSE PROFISSIONAL IRÁ FAZER?** * **Desenvolver e orquestrar pipelines de Machine Learning** usando Vertex AI Pipelines, Kubeflow, Airflow, Prefect ou ferramentas similares. * **Versionar modelos e datasets**, garantindo reprodutibilidade e rastreabilidade de experimentos (MLflow, DVC, Vertex AI Model Registry). * **Automatizar treinamento, validação e deploy de modelos** em ambientes de produção, incluindo batch e online. * **Monitorar modelos em produção**, detectando drift, quedas de performance e problemas de latência. * Implementar e gerenciar **CI/CD para pipelines e modelos**, integrando Cloud Build, GitHub Actions ou GitLab CI. * **Preparar e transformar dados (feature engineering)** para alimentar modelos de ML. * **Aplicar modelagem estatística e algoritmos de ML**, supervisionado e não supervisionado, de acordo com o problema. * **Avaliar modelos** utilizando métricas apropriadas e propor melhorias. * Desenvolver e manter **pipelines de dados** escaláveis usando Dataflow, Apache Beam ou Spark. * Trabalhar com **serviços da Google Cloud Platform**, especialmente Vertex AI e Dataflow, para treinar, servir e monitorar modelos. **O QUE É NECESSÁRIO PARA A POSIÇÃO?** * Experiência com **orquestração de pipelines de Machine Learning** (Vertex AI Pipelines, Kubeflow, Airflow, Prefect ou similares). * **Versionamento de modelos e datasets** (MLflow, Vertex AI Model Registry, DVC). * **Automação** de treinamento, validação e **deploy de modelos**. * **Monitoramento de modelos em produção** (drift, performance, latência). * Experiência com ferramentas de **CI/CD** (Cloud Build, GitHub Actions, GitLab CI). * Conhecimento em **feature engineering**. * Entendimento de **modelagem estatística** e ML supervisionado/não supervisionado. * Conhecimento de **métricas de avaliação de modelos**. * Experiência com **deployment de modelos** em batch e online. * Experiência com **pipelines de dados** usando Dataflow, Apache Beam ou Apache Spark. * Vivência com **Google Cloud Platform**, especialmente Vertex AI e Dataflow. **O QUE SERIA UM DIFERENCIAL?** * Experiência com **Kubernetes** e **Docker** para deploy de modelos. * Conhecimento em **monitoramento e observabilidade** (Prometheus, Grafana). * Certificações em **Google Cloud** (ML Engineer ou Data Engineer). * Experiência com **Infra como Código (Terraform)**. * Vivência com **IA Generativa (LLMs, RAG).** **ETAPAS DO PROCESSO:** * Inscrição * Fit cultural * Entrevista técnica * Entrevista com o cliente * Contratação