AtividadesAtuar em todas as etapas do ciclo de vida de ciência de dados: coleta, tratamento, modelagem, validação, deploy e monitoramento de modelos.Desenvolver e manter pipelines de Machine Learning (treinamento, inferência, versionamento e automação).Implementar pipelines de MLOps e LLMOps, incluindo CI/CD, controle de versionamento de dados, prompts e modelos e monitoramento de performance.Desenvolver soluções em Python, utilizando boas práticas de engenharia de software e reprodutibilidade.Construir e otimizar pipelines de dados integrando fontes diversas, garantindo qualidade e governança.Aplicar métodos estatísticos e técnicas de aprendizado supervisionado e não supervisionado para resolver problemas de negócio.Trabalhar em parceria com times de engenharia, produto e negócio, traduzindo desafios técnicos em resultados mensuráveis.RequisitosFormação superior em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.Experiência em projetos de ciência de dados aplicados a negócios.Domínio em Python e bibliotecas de ciência de dados (pandas, numpy, scikit-learn, etc.).Experiência prática com MLOps (implementação de pipelines de ML, CI/CD, versionamento de modelos, deploy e monitoramento em produção).Conhecimento sólido em SQL e manipulação de bases de dados relacionais e não relacionais.Vivência com modelagem estatística e métricas de desempenho de modelos.Familiaridade com ferramentas de visualização de dados (Looker Studio, Power BI, Tableau ou similares).Diferenciais:Experiência com Vertex AI Model Garden, experimentação com Gemini e tuning de modelos via Vertex AI.Certificações em Machine Learning, MLOps ou pipelines de ML em nuvem.Familiaridade com frameworks de orquestração e versionamento (Airflow, MLflow, Kubeflow, DVC, etc.).Conhecimento em integração com modelos de linguagem (LLMs), cache de prompts e otimização de custos de inferência de LLMs.Familiaridade com Red Teaming para LLMs e implementação de guardrails de segurança (Content Safety API).Experiência em deploy de modelos em containers utilizando Google Kubernetes Engine (GKE) ou Cloud Run.Espanhol ou inglês avançado.Informações adicionais:Contratação CLTAtuação remota