Somos ávidos por tecnologia, criatividade e desafios.
Se você gosta de desafios, aprendizado constante e valoriza as conexões pessoais, junte-se a nós
# Valorizamos a diversidade e acreditamos que ela é fundamental para a inovação e entregas de valor aos nossos clientes. Todas as nossas vagas são destinadas a todas as pessoas, com ou sem deficiência, independentemente de idade, gênero, orientação sexual, etnia, religião ou qualquer outra característica. Se você se identifica com a posição, venha fazer parte do nosso time
O QUE BUSCAMOS?
Buscamos um Engenheiros(as) de MLOps, que queiram trabalhar conosco em um ambiente descontraído e dinâmico, com aprendizado contínuo no desenvolvimento de grandes projetos, junto a grandes clientes nacionais e internacionais. Temos escritórios em Maringá, São Paulo e Chicago (EUA), mas a nossa atuação é remota: por aqui preferimos chamar de anywhere office.
O QUE ESSE PROFISSIONAL IRÁ FAZER?
* Desenvolver e orquestrar pipelines de Machine Learning usando Vertex AI Pipelines, Kubeflow, Airflow, Prefect ou ferramentas similares.
* Versionar modelos e datasets, garantindo reprodutibilidade e rastreabilidade de experimentos (MLflow, DVC, Vertex AI Model Registry).
* Automatizar treinamento, validação e deploy de modelos em ambientes de produção, incluindo batch e online.
* Monitorar modelos em produção, detectando drift, quedas de performance e problemas de latência.
* Implementar e gerenciar CI/CD para pipelines e modelos, integrando Cloud Build, GitHub Actions ou GitLab CI.
* Preparar e transformar dados (feature engineering) para alimentar modelos de ML.
* Aplicar modelagem estatística e algoritmos de ML, supervisionado e não supervisionado, de acordo com o problema.
* Avaliar modelos utilizando métricas apropriadas e propor melhorias.
* Desenvolver e manter pipelines de dados escaláveis usando Dataflow, Apache Beam ou Spark.
* Trabalhar com serviços da Google Cloud Platform, especialmente Vertex AI e Dataflow, para treinar, servir e monitorar modelos.
O QUE É NECESSÁRIO PARA A POSIÇÃO?
* Experiência com orquestração de pipelines de Machine Learning (Vertex AI Pipelines, Kubeflow, Airflow, Prefect ou similares).
* Versionamento de modelos e datasets (MLflow, Vertex AI Model Registry, DVC).
* Automação de treinamento, validação e deploy de modelos.
* Monitoramento de modelos em produção (drift, performance, latência).
* Experiência com ferramentas de CI/CD (Cloud Build, GitHub Actions, GitLab CI).
* Conhecimento em feature engineering.
* Entendimento de modelagem estatística e ML supervisionado/não supervisionado.
* Conhecimento de métricas de avaliação de modelos.
* Experiência com deployment de modelos em batch e online.
* Experiência com pipelines de dados usando Dataflow, Apache Beam ou Apache Spark.
* Vivência com Google Cloud Platform, especialmente Vertex AI e Dataflow.
O QUE SERIA UM DIFERENCIAL?
* Experiência com Kubernetes e Docker para deploy de modelos.
* Conhecimento em monitoramento e observabilidade (Prometheus, Grafana).
* Certificações em Google Cloud (ML Engineer ou Data Engineer).
* Experiência com Infra como Código (Terraform).
* Vivência com IA Generativa (LLMs, RAG).
ETAPAS DO PROCESSO:
1. Inscrição
2. Fit cultural
3. Entrevista técnica
4. Entrevista com o cliente
5. Contratação