Responsabilidades
Projetar, construir e manter a infraestrutura e os pipelines de ML utilizando Azure e Databricks.
Desenvolver ferramentas, bibliotecas e automações para otimizar o treinamento, validação, implantação e monitoramento de modelos.
Colaborar com cientistas de dados, engenheiros de dados e equipes de DevOps para criar fluxos de trabalho de ML padronizados e reproduzíveis.
Otimizar o processamento distribuído de dados e cargas de treinamento de modelos no Databricks utilizando PySpark, MLflow e outras ferramentas de MLOps.
Implementar sistemas robustos de monitoramento e alertas para garantir a performance dos modelos de ML e a qualidade dos dados.
Requisitos do Perfil
Ser fluente ou falante nativo dos idiomas inglês.
Experiência sólida com plataformas em nuvem, preferencialmente Azure, incluindo serviços como Azure ML, Azure Data Lake, Azure Functions e Azure DevOps.
Forte experiência prática com Databricks, MLflow e Spark.
Proficiência em Python, com bom entendimento de boas práticas de engenharia de software (testes, CI/CD, revisões de código, etc.).
Experiência em construir e manter pipelines de ML em produção.
Familiaridade com conceitos e ferramentas de MLOps (feature stores, registries de modelos, frameworks de deployment).
Fortes habilidades de resolução de problemas e capacidade de atuar de forma colaborativa e multifuncional.