Se você tem paixão por inovação e deseja trabalhar em um ambiente ágil, colaborativo e desafiador, esta pode ser a sua oportunidade!

Para nosso time de Data & AI, buscamos pessoas talentosas, curiosas, analíticas, comunicativas e apaixonadas por dados e inteligência artificial.

Você irá atuar como Machine Learning Engineer desenvolvendo e operacionalizando soluções de ML/AI, trabalhando na construção de pipelines end-to-end desde a experimentação até a produção em escala. Será responsável por implementar modelos robustos e confiáveis, estruturar e evoluir a infraestrutura de MLOps, além de definir boas práticas e padrões técnicos. Atuará em colaboração com times de dados, engenharia e produto, traduzindo desafios complexos em soluções técnicas eficientes, garantindo qualidade, performance, confiabilidade e governança dos sistemas de Machine Learning em produção.

Responsabilidades e atribuições

• Projetar, implementar e manter pipelines completos de machine learning em produção, garantindo escalabilidade e confiabilidade.
• Desenvolver e gerenciar sistemas de inferência tanto em batch quanto em tempo real (online/live), otimizando latência e throughput conforme necessidade do negócio.
• Implementar e otimizar infraestrutura de MLOps, incluindo versionamento de modelos, automação de retreinamento e monitoramento de performance.
• Colaborar com cientistas de dados para traduzir modelos experimentais em soluções produtivas robustas e eficientes.
• Implementar práticas de CI/CD para modelos de ML, garantindo deploys seguros e rollbacks quando necessário.
• Otimizar performance de modelos em produção, incluindo latência, throughput e uso de recursos computacionais em diferentes cenários de inferência.
• Desenvolvimento de pipelines robustos para processamento de dados e feature engineering, otimizando a manipulação de grandes volumes de dados.
• Gerenciar o ciclo de vida completo de modelos, desde experimentação até aposentadoria.
• Manter-se atualizado com as melhores práticas de ML Engineering e propor melhorias contínuas na infraestrutura e processos.

Requisitos e qualificações

• Formação ou experiência prática equivalente em Ciência da Computação, Engenharia de Software, Sistemas de Informação ou correlatas.
• Experiência comprovada na produtização e operação de modelos de machine learning.
• Experiência prática com diferentes estratégias de inferência: batch processing e serving em tempo real.
• Experiência em técnicas de monitoramento de model drift e data drift.
• Domínio avançado de Python e suas bibliotecas de ML (scikit-learn, XGBoost, LightGBM, TensorFlow, PyTorch).
• Experiência sólida com frameworks de MLOps (MLFlow, Kubeflow, ou similares).
• Proficiência em SQL para manipulação e análise de dados.
• Conhecimento prático de conteinerização (Docker, Kubernetes) e orquestração de workflows.
• Experiência com APIs e integração de sistemas.
• Experiência com Databricks.
• Familiaridade com a cloud AWS e seus serviços de ML.
• Conhecimento de streaming de dados (Kafka, Kinesis) e processamento em tempo real.
• Familiaridade com práticas de versionamento de código e modelos (Git ou similares).
• Capacidade de trabalhar com grandes conjuntos de dados e otimização de performance.

DIFERENCIAIS

• Experiência em fintechs, mercado de pagamentos ou instituições financeiras.
• Conhecimento em Terraform.
• Experiência com IA generativa e técnicas de RAG.