Especialista em Machine Learning Engineering - MLOps | Data Science

Sobre nós ​ 

A XP Inc. é uma das maiores instituições financeiras independente do Brasil, dona das marcas XP, Rico, Clear, XP Educação, InfoMoney, entre outras. Com mais de 4,6 milhões de clientes ativos e um valor superior a R$ 1,1 trilhão de ativos sob custódia, há 25 anos vem transformando o mercado financeiro para melhorar a vida das pessoas.

Com uma cultura marcante guiada por quatro valores - Sonho Grande, Espírito Empreendedor, Foco no Cliente e Mente Aberta - a XP Inc. está sempre em busca dos melhores talentos que tem ambição de fazer o impossível.

Sobre a Oportunidade

A área de Data Science tem como missão aplicar técnicas de machine learning para gerar soluções escaláveis, monitorar o desempenho de modelos e automatizar processos, apoiando a tomada de decisão e a otimização de resultados da organização.
Buscamos um Especialista em MLOps/ML Engineering para ser o principal responsável pela esteira de MLOps da área e o guardião da qualidade dos modelos em produção. É uma posição de viés técnico e mentoria técnica, na qual você atuará como multiplicador: definindo padrões, destravando gargalos e garantindo que a área de Data Science escale com qualidade e governança.

Saiba mais sobre nosso dia a dia no Instagram e no LinkedIn.

Confira nossas avaliações no Glassdoor.

O Que Procuramos

Pré-requisitos Essenciais:

• Bacharelado ou mestrado em áreas da Computação, Ciência de Dados ou áreas correlatas.


• Experiência comprovada com MLOps e Engenharia de Machine Learning.


• Experiência comprovada na construção de esteiras de MLOps, não apenas no consumo de ferramentas prontas.


• Experiência sólida com Databricks (Spark, Delta Lake, MLflow, Unity Catalog, Feature Store).


• Programação em Python e PySpark (SQL como complemento).


• Experiência com pipelines de dados e ML, incluindo padronização e experimentação de modelos (Airflow, MLflow, etc.).


• Experiência com feature stores.


• Experiência com técnicas e ferramentas de explicabilidade de modelos (SHAP, LIME, etc.).


• Experiência com modelagem estatística (inferência, testes de hipótese, regressão, séries temporais, modelagem probabilística).


• Experiência com ferramentas de CI/CD (GitHub Actions, GitLab CI, etc.).


• Experiência prática com Azure.


• Conhecimento de Docker e Kubernetes (incluindo AKS).


• Alinhamento à nossa cultura.


• Residir em São Paulo e ter disponibilidade para regime híbrido (3 dias presenciais por semana).

Diferenciais:

• IA Generativa e soluções agênticas (LLMs, RAG, fine-tuning, embeddings, prompt engineering, orquestração multiagente, tool calling, memória), como visão de futuro da área.


• Azure AI Foundry para desenvolvimento, deploy, avaliação e governança de aplicações de GenAI e agentes.


• Frameworks de observabilidade/avaliação de LLMs e agentes (LangSmith, Ragas, Arize).


• Feature stores de mercado (Feast, Tecton) e boas práticas para evitar training-serving skew.


• IaC / automação (Terraform, Bicep).


• Padronização e experimentação de modelos com ferramentas adicionais (Kedro, DVC, Metaflow).


• Streaming de dados (Kafka, Event Hubs).


• GPUs em Kubernetes, quantização e otimização de inferência de LLMs (ex.: KAITO/AKS).


• Governança de dados e segurança de modelos.

Desafios e Impacto

• Ser o principal responsável pela esteira de MLOps, conduzindo sua construção, evolução e operação ponta a ponta.


• Garantir a qualidade dos modelos em produção, atuando como guardião dos padrões de Machine Learning em produção (confiabilidade, testes, documentação e SLAs).


• Projetar e manter pipelines de dados e ML, do treinamento ao deploy e ao monitoramento em produção, de forma modular, versionada e reprodutível.


• Habilitar o time de Data Science na adaptação ao padrão da esteira, disseminando boas práticas de engenharia de ML.


• Mentorar tecnicamente profissionais em formação, por meio de design reviews, pareamento em problemas complexos e elevação do nível técnico do time.


• Operar a infraestrutura de ML em nuvem, otimizando desempenho, custo e confiabilidade da inferência e do serving de modelos.


• Atuar como ponte entre as áreas técnicas (Engenharia, Engenharia de Dados, Governança, DevOps, Gestão de Acessos e Arquitetura), antecipando dependências, riscos e bloqueios que impactam Data Science.


• Colaborar com Data Science, Engenharia de Dados, Produto e Negócio na priorização, no desenho e na entrega das soluções.

⏳ Etapas do Processo

1. 
   

   Triagem inicial: Análise do currículo para verificar a adequação às qualificações e requisitos da vaga.

   
   


2. 
   

   Testes gerais: Avaliação do alinhamento cultural com o teste da Mindsight e teste de raciocínio lógico da Predictive Index.

   
   


3. 
   

   Entrevista com a equipe de Recrutamento: Discussão sobre as expectativas em relação à vaga e aos objetivos profissionais.

   
   


4. 
   

   Avaliação técnica: Entrevista focada nas habilidades específicas necessárias para a função.

   
   


5. 
   

   Entrevista com a liderança: Uma conversa para discutir sua visão e como você pode contribuir para a equipe e a empresa.

   
   


6. 
   

   Entrevista com colegas de trabalho: Interação com futuros pares para avaliar a sinergia e o trabalho em equipe.

   
   


7. 
   

   Entrevista focada em cultura: Exploração dos valores e princípios da empresa para garantir um bom encaixe cultural.

   
   


8. 
   

   Oferta: Apresentação da proposta de trabalho, incluindo detalhes sobre remuneração e benefícios.

   
   

Benefícios:   

Saúde e bem-estar:

• Plano de saúde


• Plano odontológico


• Wellhub (Gympass)


• Zenklub


• Seguro de Vida


• iFood Benefícios (VA e VR flexível)


• Vale Transporte


• New Value (clube de benefícios)


• Licença parental: maternidade de 6 meses e paternidade de 20 dias.


• Auxílio Creche

Vida Financeira

• Fundos de Investimentos Exclusivos


• Assessoria de Investimentos  


• Cartão XP Visa Infinite sem anuidade  


• Crédito (consignado, home equity, CCB Imobiliário, etc.) 

Modelo de Trabalho Presencial Flexível  

O nosso modelo de trabalho varia de acordo com a função, podendo ser totalmente presencial para frentes de negócio e mais flexível para outras equipes.  
 
Seguimos um modelo com mais frequência presencial, mas sempre guiado por flexibilidade e autonomia com a responsabilidade da nossa cultura empreendedora. 

Aqui na XP Inc., valorizamos as interações pessoais e acreditamos no uso do escritório como uma ferramenta para potencializar nossas relações no trabalho.

*Ao seguir com a inscrição, você declara que leu, compreendeu e concorda com a Política de Privacidade do Grupo XP Inc. e de seus fornecedores e parceiros que apoiam com a realização do processo seletivo. O Grupo XP Inc. poderá utilizar de soluções de inteligência artificial para apoiar a equipe de recrutamento no decorrer do processo, o que poderá envolver o tratamento de seus dados pessoais para tal finalidade, conforme princípios da Lei Geral de Proteção de Dados e da Política de Privacidade do Grupo XP Inc.