Estamos em busca de uma Pessoa Engenheira de MLOps para atuar em um de nossos clientes estratégicos do setor financeiro, contribuindo diretamente para a sustentação, evolução e automação de pipelines de Machine Learning em um ambiente AWS robusto e escalável.
Nessa posição, você será responsável por garantir a confiabilidade, a governança e a performance das soluções de ML em produção, atuando na maturidade da plataforma de dados da empresa. O desafio combina engenharia de dados, automação e boas práticas de deploy de modelos, em parceria direta com times de Dados, Engenharia e Negócio.
- Estruturar, automatizar e monitorar pipelines de Machine Learning end-to-end.
- Implementar e manter processos de CI/CD para modelos e componentes de ML.
- Gerenciar workloads de ML em clusters Kubernetes (Amazon EKS), incluindo deploy, escalonamento e otimização de recursos.
- Atuar na orquestração e no processamento de dados em larga escala na AWS.
- Garantir boas práticas de versionamento, testes, empacotamento e deploy de modelos.
- Monitorar performance, drift e qualidade dos modelos em produção.
- Colaborar com times de Dados, Engenharia e Negócio para a evolução contínua das soluções.
- Experiência sólida com arquitetura AWS voltada a dados e ML (S3, EMR, Glue, SageMaker, Lambda, ECR, IAM e serviços correlatos).
- Experiência com Amazon EKS para orquestração e execução de workloads de Machine Learning em containers.
- Experiência com PySpark para processamento distribuído de dados.
- Vivência com pipelines de dados e/ou Machine Learning em ambiente produtivo.
- Conhecimento em versionamento de código (Git) e práticas de CI/CD (GitHub Actions, CodePipeline ou similares).
- Experiência com Python e desenvolvimento de componentes de ML.
- Conhecimento em Docker e containerização de aplicações/modelos.
Desejáveis:
- Experiência com ferramentas de orquestração de pipelines como Apache Airflow, Kubeflow ou Metaflow.
- Conhecimento em frameworks de MLOps como MLflow ou SageMaker Pipelines.
- Familiaridade com Terraform ou CDK para infraestrutura como código (IaC).
- Experiência com monitoramento e observabilidade (CloudWatch, Grafana, Prometheus).
- Certificações AWS (especialmente AWS Machine Learning Specialty ou Solutions Architect).
- Vale Alimentação e/ou Vale Refeição;
- Convênio Sesi e Sesc, oferecendo acesso a serviços de saúde, bem-estar e lazer;
- Parceria com Instituições de Ensino, com descontos exclusivos em cursos e programas educacionais;
- Possibilidade de crescimento na empresa e de participação em projetos estratégicos;
- Oportunidade de trabalhar em uma empresa do mercado em plena expansão.
