Um mecânico de aprendizado de máquina sênior é necessário para desenvolver software AI-driven integrando com parceiros como Open AI AWS GCP Azure, etc.
">
* Tarefas incluem alimentar modelos com dados definidos pelos cientistas de dados por meio de esteiras MLOps
* Escalar estes modelos para que permitam trabalhar com terabytes de informações em vários cenários incluindo real-time data
Avaliar códigos e pipelines desenvolvidos por outros membros do time e apoiar no crescimento técnico da equipe garantir que os modelos se mantenham relevantes e atualizados frente à evolução dos dados e do negócio colaborar ativamente com áreas de engenharia de dados produto e negócios para garantir a entrega de valor projetar e implementar pipelines de dados e modelos de ML com foco em escala e desempenho desenvolver esteiras de MLOps para deploy monitoramento e retreinamento integrar soluções de ML com sistemas existentes produtos e APIs de parceiros monitorar performance e custo de features baseadas em IA em ambiente de produção garantir segurança e governança na aplicação de modelos de IA apoiar decisões técnicas e estratégicas junto às lideranças mentorar engenheiros plenos e juniores
Requisitos e Qualificações
* Experiência com arquiteturas complexas de modelos tuning e validacao robusta
* Experiência com arquiteturas de GenIA incluindo frameworks como Langchain Langgraph
* Dominio de MLOps automacao de pipelines versionamento CI/CD e monitoramento com MLflow
* Deploy em larga escala com Docker Kubernetes e integração com pipelines de dados
* Capacidade de tomar decisões técnicas sobre frameworks arquitetura e escalabilidade
* Pratica com ambientes de dados distribuidos e alto volume
* Experiência sólida em projetos de ML em produção conhecimento avançado em Python incluindo bibliotecas como Pandas Scikit-learn e TensorFlow
* Necessário conhecimento em FastAPI e SQLAlchemy desejoável conhecimento em Django
* Vivência com ferramentas de contêineres Docker Kubernetes e plataformas cloud AWS
* Capacidade de definir arquiteturas robustas e escaláveis
* Experiência com MLOps e deploy contínuo de modelos
* Desejável conhecimento em segurança de dados aplicada a ML experiencia com prompt engineering fine-tuning e RAG e plataformas cloud GCP Azure