Atividades:

• O profissional será responsável por desenvolver, implantar e principalmente manter soluções de Machine Learning em escala na esteira de MLOps. 
• Trabalhará em colaboração com o time de dados e eventualmente com demais áreas de negócios para transformar insights em produtos de dados.
• Projetar, desenvolver e implementar pipelines de Machine Learning escaláveis e eficientes.
• Automatizar processos de treinamento, validação, implantação e monitoramento de modelos utilizando práticas de MLOps.
• Otimizar a performance e eficiência dos modelos em produção, garantindo robustez e estabilidade.
• Colaborar com cientistas de dados para transformar protótipos em soluções de produção.
• Desenvolver e manter APIs e serviços para disponibilização de modelos de Machine Learning.
• Monitorar a saúde dos modelos em produção e implementar estratégias de retreinamento contínuo.
• Garantir boas práticas de engenharia de software, incluindo versionamento de código, testes automatizados e CI/CD para modelos de ML.
• Trabalhar com arquiteturas de dados distribuídas para processamento eficiente de grandes volumes de informação.
• Assegurar conformidade com padrões de segurança e governança de dados.

Experiência Técnica:

• Experiência sólida com frameworks de Machine Learning, como TensorFlow, PyTorch ou Scikit-learn.
• Conhecimento profundo em arquiteturas de MLOps, incluindo ferramentas como MLflow.
• Conhecimento em engenharia de software aplicada a ML (versionamento de código, testes unitários, CI/CD).
• Proficiência em linguagens como Python.
• Experiência com serviços em nuvem (Azure) e Databricks.
• Familiaridade com práticas de DevOps.
• Capacidade analítica e foco na resolução de problemas complexos.

Formação Acadêmica:

• Formação em Ciência da Computação, Engenharia, Estatística, Matemática, ou área correlata.

Observações:

• Vaga Híbrida duas vezes presencial e três remota.
• Prazo de contratação 12 meses podendo postergar.