Somos uma consultoria especializada em TI, apaixonada por desafios e comprometida em impulsionar transformações tecnológicas estratégicas para nossos clientes. Se você busca crescimento profissional e deseja atuar em projetos inovadores, essa oportunidade é para você. Modelo de contratação: CLTModalidade: Home Office Requisitos• Domínio de Python e bibliotecas como scikit-learn, pandas, numpy, gdal, rasterio, xarray, geopandas;• Experiência com frameworks de deep learning, especialmente PyTorch;• Conhecimento em estruturação de pipelines de ML e deploy em ambientes cloud (AWS);• Conhecimento em ferramentas de MLOps como MLflow, DVC, Airflow ou Prefect;• Experiência com orquestração de containers (Docker e Kubernetes);• Familiaridade com ferramentas de CI/CD (Jenkins, SonarQube);• Capacidade de comunicação com times de infraestrutura e segurança, especialmente SREs. Responsabilidades e atribuições:• Desenvolver pipelines de ML para aplicações em sensoriamento remoto, como segmentação de glebas, classificação de culturas e estimativa de colheita;• Automatizar o pré-processamento de dados geoespaciais (GeoTIFF, shapefiles), curadoria e enriquecimento de dados anotados, e montagem de datasets de treinamento;• Migrar modelos legados de TensorFlow para PyTorch, padronizando a stack de modelagem;• Criar esteiras de processamento em batch com paralelismo, utilizando EC2 dockerizados, com foco em escalabilidade nacional;• Evoluir a arquitetura de microserviços, reduzindo acoplamento entre modelos e preparando para orquestração futura via Kubernetes;• Implementar monitoramento automatizado da performance dos modelos ao longo da safra;• Automatizar o deploy de modelos e testes, reduzindo fricção operacional;• Integrar modelos em APIs Python (FastAPI, Django) e colaborar com backend para entrega em produção;• Propor soluções para integração com sistemas GIS, como plugins para QGIS via API;• Trabalhar em conjunto com SREs para estruturar a arquitetura de dados e modelos, garantindo conformidade com políticas globais de segurança e compliance;• Solicitar e acompanhar permissões e recursos junto a times globais, com resiliência frente a processos burocráticos Diferenciais:• Experiência com machine learning aplicado a dados geoespaciais e séries temporais;• Conhecimento em bancos de dados relacionais e geoespaciais (PostgreSQL/PostGIS);• Familiaridade com formatos de dados como GeoTIFF e shapefiles;• Conhecimento em harmonização de dados multissatélite (Sentinel, Landsat, MODIS);• Experiência com APIs do Google Earth Engine e uso de GCP para ingestão de dados;• Experiência com arquitetura de microserviços e desacoplamento de modelos;• Monitoramento automatizado de modelos em produção; • Interesse ou experiência em integração com sistemas GIS (ex: plugins para QGIS).. Se identificou com a oportunidade? Envie seu CV e venha fazer parte do nosso time.