O papel do especialista em Machine Learning é liderar projetos de desenvolvimento de software com foco em soluções inovadoras e desempenho.
Funções principais:
* Liderar times e projetos para prover soluções que atendam ao negócio e sejam performáticas, flexíveis e escaláveis;
* Desenvolver modelos estatísticos e de aprendizado de máquina utilizando técnicas modernas de ciência de dados e Machine Learning;
* Elaborar documentação técnica do projeto, operacionais e de apoio à gerência;
* Prover suporte para o desenvolvimento de funcionalidades em arquiteturas Cloud e microserviços;
* Definir a estratégia técnica do projeto e comunicar uma visão clara e estratégica para a aplicação de Machine Learning na organização;
* Orientar o desenvolvimento de Modelos Avançados supervisionando a equipe na criação de modelos estatísticos e de aprendizado de máquina;
* APLICAR ARQUITETURA DE SOLUÇÕES INOVADORAS e conceber soluções inovadoras para plataformas Network as a Service (NaaS) com foco em integração de técnicas de IA e ML;
* Realizar estudos aprofundados e análises de estruturas, dados, plataformas e ferramentas de IA/ML para fornecer insights valiosos para tomada de decisões;
* Preparar documentações estratégica e técnica abrangente sobre as soluções propostas e adotadas;
* Liderar o Time de QA e providenciar orientação e suporte ao time de Garantia da Qualidade para garantir a confiabilidade e robustez das soluções implementadas;
* Executar revisão técnica proativa examinando o código desenvolvido e assegurando que esteja em conformidade com as melhores práticas da tecnologia;
* Atuar como multiplicador de conhecimento oferecendo suporte técnico e mentorship aos colegas;
Requisitos e qualificações:
O ideal é ter ensino superior completo em cursos de Computação, Sistemas de Informação ou Ciência da Computação;
Experiência em linguagem de programação Python ou Go;
Métodos estatísticos para análise de dados;
Desenvolvimento de algoritmos de Machine Learning/Deep Learning;
Arquitetura em microserviços;
Banco de dados de alto volume;
Keras, PyTorch e TensorFlow;
MLOps; Plataformas Cloud; CI/CD;
Better prácticas de desenvolvimento;
Metodologias ágeis.
Será interessante ter conhecimento em:
* Soluções SDN;
* Prática em projetos com equipes multidisciplinares;
* Big Data, Data Science, gRPC, banco de dados temporal e mock de dados;
* Inglês avançado para leitura e escrita e intermediário para conversação.
Informações adicionais:
Horário das atividades: segunda a sexta-feira das 08h às 12h e das 13h30 às 17h30. Local das atividades: será realizado em regime de teletrabalho