Analista senior de machine learning com mlops brl k mes pj

Buscamos um(a) Engenheiro(a) MLOps para integrar nosso time de dados e ser responsável pela operacionalização de modelos de machine learning. Este profissional será fundamental para criar a ponte entre ciência de dados e produção, garantindo que nossos modelos sejam deployados, monitorados e mantidos com excelência em ambientes produtivos. Remuneração BRL 18K/mês (PJ) Modelos de trabalho Remoto Responsabilidades Projetar e implementar pipelines de CI/CD para modelos de machine learning Automatizar o ciclo de vida completo de ML: treinamento, validação, deploy e monitoramento Containerizar modelos usando Docker e orquestrar com Kubernetes Implementar versionamento de modelos, datasets e experimentos Desenvolver APIs robustas para servir modelos em produção Monitorar performance, drift e degradação de modelos em produção Colaborar com Cientistas de Dados para otimizar modelos para produção Integrar pipelines de ML com a infraestrutura de dados existente (DBT, warehouse) Estabelecer práticas de governança e compliance para modelos de ML Implementar estratégias de A/B testing e rollout gradual de modelos Documentar arquiteturas, processos e melhores práticas de MLOps Requisitos obrigatórios Formação em Engenharia, Ciências da Computação ou áreas correlatas Experiência sólida com Python e frameworks de ML (TensorFlow, PyTorch, Scikit-learn) Domínio de Docker e containerização de aplicações Experiência com Kubernetes ou similares para orquestração Conhecimento profundo em Git e práticas de versionamento Experiência com plataformas cloud (AWS, GCP ou Azure) para ML: AWS: SageMaker, Lambda, ECR, ECS/EKS; GCP: Vertex AI, Cloud Run, GKE; Azure: Azure ML, AKS Experiência com ferramentas de MLOps (MLflow, Kubeflow, Weights & Biases, ou similares) Conhecimento em pipelines de dados e integração com data warehouses Experiência com monitoramento e observabilidade (Prometheus, Grafana, ELK) Familiaridade com conceitos de LLMOps para modelos de linguagem Requisitos desejáveis Experiência com DBT e integração com pipelines de feature engineering Conhecimento em Apache Airflow ou ferramentas de orquestração Experiência com Feature Stores (Feast, Tecton) Conhecimento em model serving frameworks (TorchServe, TensorFlow Serving, Triton) Experiência com infraestrutura como código (Terraform, CloudFormation) Familiaridade com práticas de DataOps e integração com times de Analytics Engineering Conhecimento em segurança de modelos e AI adversarial Certificações em cloud ou ML engineering J-18808-Ljbffr

Location: Brazil, BR

Posted Date: 11/2/2025