Sobre o Cargo
O candidato selecioado atuará como Engenheiro de Machine Learning Sênior, desempenhando um papel crítico no desenvolvimento de soluções de inteligência artificial. A responsabilidade principal é projetar e implementar pipelines de validação de dados e avaliação de modelos em ambiente cloud.
Essa posição oferece uma oportunidade excepcional para colaborar com times de Data Science, Engenharia de Dados e Produto, garantindo boas práticas de versionamento, logging, monitoramento e testes automatizados.
Com foco na confiabilidade e rastreabilidade dos projetos de ML, este profissional ajudará a modularizar o pipeline para facilitar reuso, testes e manutenção.
A equipe contará com o apoio de ferramentas e serviços AWS, incluindo S3, Lambda, Step Functions, Glue, Athena, SageMaker ou ECS.
Além disso, essa vaga busca profissionais experientes em MLOps e CI/CD para pipelines de dados e modelos, além de familiaridade com métricas de avaliação de modelos.
Requisitos:
* Experiência sólida com engenharia de software aplicada a dados e machine learning;
* Proficiência em Python e frameworks como PySpark, Pandas, Scikit-learn ou similares;
* Experiência com ferramentas e serviços AWS, como S3, Lambda, Step Functions, Glue, Athena, SageMaker ou ECS;
* Familiaridade com métricas de avaliação de modelos (ex: MAE, RMSE, Precision, Recall);
* Capacidade de escrever código limpo, modular e testável.
Desejáveis:
* Experiência com validação de modelos de séries temporais;
* Experiência com infraestrutura como código (Terraform, CloudFormation);
* Participação em projetos de ML em produção com foco em confiabilidade e rastreabilidade.
Responsabilidades:
* Projetar e implementar pipelines de validação de dados e avaliação de modelos em ambiente cloud;
* Integrar dados e métricas de avaliação em um fluxo automatizado e auditável;
* Modularizar o pipeline para facilitar reuso, testes e manutenção;
* Trabalhar em colaboração com times de Data Science, Engenharia de Dados e Produto;
* Garantir boas práticas de versionamento, logging, monitoramento e testes automatizados;
* Propor melhorias contínuas na arquitetura de dados e nos processos de validação.