Overview
Atuamos como a principal solução financeira para a Geração Z na América Latina, atendendo um mercado de mais de 50 milhões de jovens no Brasil. Em apenas 5 anos, abrimos mais de 7 milhões de contas e captamos R$ 300 milhões com alguns dos maiores fundos globais de investimento, como Andreessen Horowitz (a16z) e New Enterprise Associates (NEA). Somos uma fintech Série B regulada pelo Banco Central, com um time de 80 pessoas dedicadas a redefinir como a nova geração lida com dinheiro.
Na NG.CASH, estamos construindo o futuro financeiro da Geração Z. Nossa área de dados e inteligência artificial é peça central na evolução dos nossos produtos, e buscamos alguém para garantir que nossos modelos de Machine Learning operem em produção com escala, confiabilidade e velocidade.
O que você irá fazer
Buscamos um(a) Machine Learning Engineer (MLOps) para projetar, construir e evoluir a infraestrutura e os pipelines que suportam nossos modelos. Você será responsável por tornar o ciclo de vida de ML mais eficiente, automatizado e robusto, do treinamento ao deploy e monitoramento.
* Projetar, construir e manter pipelines de treinamento, validação e deploy de modelos de ML em produção;
* Implementar e evoluir práticas de MLOps: versionamento de modelos e dados, monitoramento de performance (model drift, data quality), re-treinamento automatizado;
* Construir e manter infraestrutura de CI/CD específica para pipelines de dados e modelos de ML;
* Containerizar eorquestrar workloads de ML (Docker, Kubernetes ou similares);
* Monitorar métricas de qualidade de dados e de performance dos modelos em produção, garantindo confiabilidade e consistência;
* Colaborar com cientistas de dados e engenheiros de software para traduzir modelos experimentais em soluções escaláveis e mantíveis;
* Administrar e otimizar infraestrutura em cloud (AWS e Snowflake).
O que não pode faltar
* 5+ anos de experiência em desenvolvimento de software, com pelo menos 3 anos aplicando Machine Learning em produtos reais;
* Experiência prática com sistemas de ML em escala, incluindo modelagem, pipelines de dados, experimentação, observabilidade e deploy em produção;
* Python avançadovoltado para engenharia de ML e automação (código de produção, não apenas notebooks);
* Experiência sólida com práticas de MLOps: versionamento de modelos (MLflow, Weights & Biases ou similar), feature stores, monitoramento de modelos;
* Experiência comCI/CD aplicado a pipelines de dados e modelos de ML;
* Conhecimento emcontainerização e orquestração (Docker, Kubernetes ou similares);
* Experiência comorquestração de pipelines (Airflow, Prefect, Kubeflow Pipelines ou similar);
* SQL avançado;
* Git e boas práticas de engenharia de software (testes, code review, IaC);
* Experiência compelo menos um provedor cloud (GCP, AWS ou Azure);
* Conhecimento emframeworks de ML/DL (PyTorch, TensorFlow, scikit-learn ou similar).
O que a gente também valoriza
* Experiência no mercado financeiro, fintechs ou bancos digitais;
* Experiência comarquitetura e plataforma de AI/GenAI (LLMs, RAG, agentes, serving de modelos generativos);
* Conhecimento emTerraform/OpenTofu ou Pulumi (IaC);
* Experiência comSpark ou processamento distribuído;
* Experiência comSnowflake, Databricks, Vertex AI ou SageMaker;
* Familiaridade com observabilidade (Datadog, Grafana, Prometheus).
O que você vai encontrar na NG.CASH / Cultura do time
* Um time enxuto onde sua contribuição tem impacto direto no produto e no negócio;
* Autonomia para propor e implementar soluções — sem burocracia desnecessária;
* Contato próximocom cientistas de dados, engenheiros e produto;
* Desafios reais de escala em um produto financeiro usado por milhões de jovens;
* Cultura de ownership, aprendizado contínuo e colaboração.
#J-18808-Ljbffr