1. Proficiência com pandas, numpy, scipy, scikit-learn, statsmodels, tensorflow;
2. Bacharelado em engenharia ou áreas relacionadas;
3. Boa compreensão de computação estatística, processamento paralelo;
4. Experiência com tensorflow avançado distribuído, numpy, numba, cudf, cupy, mpi, joblib;
5. Boa compreensão de gerenciamento de memória e processamento paralelo em python;
6. Boa compreensão de MKL, BLAS, LLVM, Ray. Criação de perfil e otimização do código de produção;
7. Forte em codificação Python. Exposição ao trabalho em IDEs como VSC ou PyCharm;
8. Experiência em versionamento de código usando Git, mantendo base de código modularizada para múltiplas implantações;
9. Experiência em trabalho em ambiente ágil;
10. Compreensão básica de qualquer nuvem pública, APIs RESTful e conteinerização;
11. Boa base em estruturas de dados e algoritmos;
12. Forte experiência em versionamento de código usando Git (ou similar), mantendo uma base de código modularizada para várias implantações, automação usando pipelines de CI/CD;
13. Experiência trabalhando em ambiente distribuído/baseado em nuvem;
14. Experiência em arquitetura de microsserviços, design orientado a domínio e construção de serviços RESTful;
15. Experiência em aspectos internos de ambientes de tempo de execução, bibliotecas/dependências complexas, conteinerização de docker;
16. Desafiar o status quo com a mentalidade de um proprietário sobre o que pode quebrar e pensar em consertar proativamente;
17. Assumir total responsabilidade por seus projetos e entende as expectativas de ponta a ponta;
18. Demonstrar liderança de pensamento no trabalho, afirma ideias e influencia a direção geral das soluções;
19. Colaborar com os membros da equipe, compartilhe desinteressadamente e melhore a qualidade do código, modelos, etc;
20. Capacidade de simplificar a comunicação do resultado do seu trabalho para os negócios, criar documentação atraente ou quaisquer artefatos que conectem os negócios às soluções;
21. Inglês avançado/fluente;
22. Espanhol avançado - desejável.
* Como MLE, você trabalhará na interseção da aplicação de soluções de aprendizado de máquina/aprendizado profundo. A melhor tecnologia de nuvem e arquitetura de microsserviços. Uso das melhores práticas de MLOps que incluem serviço de modelo, controle de versão de dados e código;
* Criação de novos recursos do produto do início ao fim (por exemplo, desenvolver e implantar novos modelos servidos em sistemas de produção). Você também terá a oportunidade de revisar e influenciar o projeto de engenharia, arquitetura e pilha de tecnologia em vários produtos, fora de seu foco imediato;
* Construção de código que será implantado na produção, usando padrões de design e estilo de código;
* Documentação do processo de pensamento e criação de artefato no repositório/wiki da equipe que pode ser usado para compartilhar com negócios e engenharia para aprovação;
* Revisão da qualidade do código e do design desenvolvido por seus colegas;
* Melhoria significativa do desempenho e a confiabilidade do nosso código que cria resultados de alta qualidade e reproduzíveis;
* Desenvolvimento de ferramentas/utilitários internos que melhoram a produtividade de toda a equipe;
* Colaboração com outros membros da equipe para aprimorar a capacidade da equipe de enviar código de alta qualidade rapidamente;
* Orientação e treinamento de membros juniores da equipe para aprimorá-los continuamente.