Requisitos:
Para trabalhar como Engenheiro de Machine Learning Sênior, você precisa ter experiência sólida em engenharia de software aplicada a dados e machine learning.
Proficiência em Python e frameworks como PySpark, Pandas, Scikit-learn ou similares é essencial.
Também é necessário ter experiência com ferramentas e serviços AWS, como S3, Lambda, Step Functions, Glue, Athena, SageMaker ou ECS.
Um conhecimento em MLOps e CI/CD para pipelines de dados e modelos é desejável.
Além disso, experiência com orquestração de workflows e familiaridade com métricas de avaliação de modelos (ex: MAE, RMSE, Precision, Recall) são importantes.
Obrigatoriamente, capacidade de escrever código limpo, modular e testável.
Desejáveis:
Experiência com validação de modelos de séries temporais;
Experiência com infraestrutura como código (Terraform, CloudFormation);
e Participação em projetos de ML em produção com foco em confiabilidade e rastreabilidade.
Responsabilidades principais:
Projetar e implementar pipelines de validação de dados e avaliação de modelos em ambiente cloud (AWS).
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.
Modelo de atuação: Remoto.
Como Engenheiro de Machine Learning Sênior, você precisará trabalhar em uma equipe multidisciplinar para desenvolver pipelines de validação de dados e avaliação de modelos. Isso inclui integrar dados e métricas de avaliação em um fluxo automatizado e auditável, além de garantir boas práticas de versionamento, logging, monitoramento e testes automatizados.
Ao longo do tempo, você precisará proponger melhorias contínuas na arquitetura de dados e nos processos de validação, mantendo-se atualizado com as últimas tecnologias e tendências no campo da ciência de dados.
Sua capacidade de comunicação eficaz e liderança serão fundamentais para garantir que os projetos sejam concluídos dentro do prazo e dos recursos disponíveis.
Você também precisará ser capaz de trabalhar de forma independente, tomando decisões informadas e motivando sua equipe para alcançar os objetivos estabelecidos.
Conhecimentos e habilidades necessárias:
* Engenharia de software aplicada a dados e machine learning;
* Python e frameworks como PySpark, Pandas, Scikit-learn ou similares;
* Ferramentas e serviços AWS;
* MLOps e CI/CD para pipelines de dados e modelos;
* Orquestração de workflows;
* Métricas de avaliação de modelos;
* Código limpo, modular e testável;
* Validação de modelos de séries temporais; Infraestrutura como código (Terraform, CloudFormation); Participação em projetos de ML em produção com foco em confiabilidade e rastreabilidade.
Resumo do cargo
Essa oportunidade oferece a chance de trabalhar em uma equipe dinâmica e inovadora, contribuindo para o crescimento e desenvolvimento de nossos produtos e serviços. Se você está procurando por um desafio emocionante e criar impacto significativo, este é o lugar certo!