MLOps Engineer (Brasil, remoto)

MLOps Engineer (Brasil, remoto)

O que você conquistará: 

Você irá:

• Projetar, implementar e gerenciar pipelines robustos de MLOps para implantação, monitoramento e manutenção de modelos de machine learning em ambientes de produção.
• Colaborar com equipes multifuncionais, incluindo cientistas de dados, engenheiros de software e profissionais de DevOps, para garantir a integração eficiente de modelos de machine learning aos sistemas e processos existentes.
• Aprimorar continuamente processos de CI/CD para automatizar treinamento, avaliação, testes e implantação de modelos de machine learning.
• Implementar e manter soluções de monitoramento e observabilidade para acompanhar desempenho dos modelos, qualidade dos dados, confiabilidade dos sistemas e infraestrutura de machine learning.
• Identificar, solucionar e resolver problemas relacionados à infraestrutura, pipelines e operações de machine learning, mantendo-se atualizado(a) sobre tendências, tecnologias e melhores práticas de MLOps para contribuir com a evolução das estratégias de deployment de ML.

Todas as pessoas da nossa equipe agregam algo único. Veja o que estamos buscando para esta posição:

Requisitos essenciais

• Graduação completa ou superior em Ciência da Computação, Engenharia ou área relacionada; pós-graduação ou grau avançado é um diferencial.
• Experiência sólida em MLOps ou áreas correlatas, incluindo implantação e gerenciamento de modelos de machine learning utilizando Kubernetes, Docker e plataformas de orquestração, como Kubernetes e Apache Airflow.
• Fortes habilidades de programação em Python, experiência com sistemas de controle de versão (Git) e sólido entendimento de conteinerização, virtualização e princípios de Infrastructure as Code (IaC).
• Experiência com ferramentas de monitoramento e logging, como Prometheus e ELK Stack, além de excelentes habilidades de resolução de problemas e atuação em ambientes colaborativos.

• Inglês fluente para atuação em um time global.

   

   

Requisitos desejáveis

• Experiência com frameworks de machine learning, como TensorFlow e PyTorch, bibliotecas de processamento de dados, como pandas e NumPy, além de conhecimento de melhores práticas de segurança em implantações de ML.
• Experiência prévia com pipelines de CI/CD, testes automatizados para modelos de machine learning, plataformas de orquestração e gerenciamento de modelos como MLflow ou Kubeflow, além de conhecimento das ferramentas Financial Force, EPN/PEF, Control Tower, OEP, GPT, DSA, FMPro, Service Now e SSO, e dos serviços Chromebook Enrollment, ReadyStock Order Life Cycle & Management, Connected Services (Shared Connected Configuration, Dedicated Connected Configuration e Connected Provisioning), Logistics Services (Overpack, Multi-Pack, FTL/LTL e Order Consolidation) e First Article/Change Management.