O que buscamos:
Profissional de nível PL que atue com Machine Learning Ops Engineer. Irá atuar na modalidade remoto.
Requisitos e qualificações:
- Implementar pipelines de MLOps (CI/CD para modelos de Machine Learning);
- Gerenciar infraestrutura de treinamento e inferência na AWS;
- Criar pipelines de feature engineering com PySpark;
- Implementar monitoramento e observabilidade de modelos em produção;
- Automatizar deployment e versionamento de modelos;
- Trabalhar com AWS SageMaker ECS e EKS para serving de modelos;
- Implementar e manter feature stores e gestão de features;
- Garantir reprodutibilidade e rastreabilidade de experimentos;
- Integrar pipelines de ML com data lake usando PySpark e Trino;
- Otimizar custos e performance de cargas de ML.
Requisitos e qualificações:
- Experiência com MLOps ou DevOps aplicado a Machine Learning;
- Experiência sólida com AWS (SageMaker ECR ECS/EKS Lambda EMR);
- Conhecimento em PySpark para preparação e engenharia de features;
- Vivência com ferramentas de MLOps (MLflow Kubeflow SageMaker Pipelines);
- Proficiência em Python e frameworks de ML (Scikit-learn TensorFlow PyTorch);
- Experiência com containerização (Docker Kubernetes);
- Conhecimento em CI/CD (GitLab CI GitHub Actions Jenkins);
- Experiência com IaC (Terraform CloudFormation);
- Conhecimento em monitoramento de modelos e detecção de drift.
Desejáveis / Diferenciais:
- Experiência com feature stores (SageMaker Feature Store Feast);
- Conhecimento em arquiteturas de data lake voltadas a ML;
- Experiência com MLlib (biblioteca de ML do Spark);
- Vivência com model serving (TensorFlow Serving Seldon KServe);
- Certificações AWS Machine Learning Specialty;
- Experiência com execução distribuída de ML (Ray Dask Spark ML).
Descrição comportamental:
Procuramos uma pessoa que:
- Goste de trabalhar em equipe e seja colaborativa em suas atribuições;
- Tenha coragem para se desafiar e ir além abraçando novas oportunidades de crescimento;
- Transforme ideias em soluções criativas e busque qualidade em toda sua rotina;
- Tenha habilidades de resolução de problemas;
- Possua habilidade e se sinta confortável para trabalhar de forma independente e gerenciar o próprio tempo;
- Tenha interesse em lidar com situações adversas e inovadoras no âmbito tecnológico.
Big enough to deliver small enough to care.
O que buscamos:Profissional de nível PL que atue com Machine Learning Ops Engineer. Irá atuar na modalidade remoto.Requisitos e qualificações:Implementar pipelines de MLOps (CI/CD para modelos de Machine Learning);Gerenciar infraestrutura de treinamento e inferência na AWS;Criar pipelines de feature...
O que buscamos:
Profissional de nível PL que atue com Machine Learning Ops Engineer. Irá atuar na modalidade remoto.
Requisitos e qualificações:
- Implementar pipelines de MLOps (CI/CD para modelos de Machine Learning);
- Gerenciar infraestrutura de treinamento e inferência na AWS;
- Criar pipelines de feature engineering com PySpark;
- Implementar monitoramento e observabilidade de modelos em produção;
- Automatizar deployment e versionamento de modelos;
- Trabalhar com AWS SageMaker ECS e EKS para serving de modelos;
- Implementar e manter feature stores e gestão de features;
- Garantir reprodutibilidade e rastreabilidade de experimentos;
- Integrar pipelines de ML com data lake usando PySpark e Trino;
- Otimizar custos e performance de cargas de ML.
Requisitos e qualificações:
- Experiência com MLOps ou DevOps aplicado a Machine Learning;
- Experiência sólida com AWS (SageMaker ECR ECS/EKS Lambda EMR);
- Conhecimento em PySpark para preparação e engenharia de features;
- Vivência com ferramentas de MLOps (MLflow Kubeflow SageMaker Pipelines);
- Proficiência em Python e frameworks de ML (Scikit-learn TensorFlow PyTorch);
- Experiência com containerização (Docker Kubernetes);
- Conhecimento em CI/CD (GitLab CI GitHub Actions Jenkins);
- Experiência com IaC (Terraform CloudFormation);
- Conhecimento em monitoramento de modelos e detecção de drift.
Desejáveis / Diferenciais:
- Experiência com feature stores (SageMaker Feature Store Feast);
- Conhecimento em arquiteturas de data lake voltadas a ML;
- Experiência com MLlib (biblioteca de ML do Spark);
- Vivência com model serving (TensorFlow Serving Seldon KServe);
- Certificações AWS Machine Learning Specialty;
- Experiência com execução distribuída de ML (Ray Dask Spark ML).
Descrição comportamental:
Procuramos uma pessoa que:
- Goste de trabalhar em equipe e seja colaborativa em suas atribuições;
- Tenha coragem para se desafiar e ir além abraçando novas oportunidades de crescimento;
- Transforme ideias em soluções criativas e busque qualidade em toda sua rotina;
- Tenha habilidades de resolução de problemas;
- Possua habilidade e se sinta confortável para trabalhar de forma independente e gerenciar o próprio tempo;
- Tenha interesse em lidar com situações adversas e inovadoras no âmbito tecnológico.
Big enough to deliver small enough to care.
View more
View less