Engenheiro(a) de Cloud & IA (MLOps)

grupoGBI; São Paulo; Presencial; BRL 167 400 - 279 000; Tempo integral

Resumo da oferta

A grupoGBI, localizada em São Paulo, busca um profissional para atuar com Arquitetura em Nuvem e Desenvolvimento de Soluções de IA. O candidato ideal deve ter formação em Engenharia ou experiência equivalente, além de sólida experiência com provedores de nuvem como AWS, Azure ou GCP. A vivência em práticas de DevOps e domínio de Python são essenciais. A empresa valoriza também experiências prévias em startups e certificados em áreas relacionadas. Unindo inovação e tecnologia, oferecemos um ambiente dinâmico e desafiador.

Qualificações

• Experiência sólida com pelo menos um grande provedor de nuvem.
• Vivência prática com Docker, Kubernetes e Infraestrutura como Código.
• Proficiência em Python e conhecimento em microsserviços.

Responsabilidades

• Projetar e manter ambientes em nuvem para IA.
• Desenvolver pipelines de CI/CD para modelos e aplicações.
• Integrar soluções de IA ao ecossistema da empresa.
• Estruturar pipelines de dados assegurando qualidade das informações.
• Converter demandas complexas em arquiteturas funcionais.

Conhecimentos

Cloud Computing

Inteligência Artificial

DevOps

Python

Docker

Kubernetes

Formação académica

Formação em Engenharia (Software, Computação, Dados ou áreas correlatas)

Ferramentas

AWS

Azure

GCP

Terraform

Ansible

Descrição da oferta de emprego

Responsabilidades

• Arquitetura em Nuvem Agnóstica: Projetar, implementar e manter ambientes em nuvem capazes de suportar cargas de trabalho de IA de forma escalável e resiliente.
• MLOps e CI/CD: Desenvolver e manter pipelines de integração e entrega contínua para treinamento, versionamento e deploy de modelos e aplicações.
• Desenvolvimento de Soluções de IA: Atuar diretamente no desenvolvimento e integração de soluções baseadas em Inteligência Artificial ao ecossistema da empresa.
• Engenharia de Dados: Estruturar pipelines de dados que assegurem qualidade, disponibilidade e governança das informações utilizadas pelos modelos.
• Autonomia Técnica: Converter demandas complexas em arquiteturas funcionais, observando boas práticas de segurança, performance e custo.

Requisitos

• Formação ou Experiência: Formação em Engenharia (Software, Computação, Dados ou áreas correlatas) ou experiência profissional equivalente.
• Cloud Computing: Experiência sólida com pelo menos um grande provedor de nuvem (AWS, Azure ou GCP), com entendimento conceitual que permita atuação em ambientes multi-cloud.
• Inteligência Artificial: Experiência com frameworks de IA e/ou LLMs, integração via APIs e deploy de modelos em produção.
• Cultura DevOps: Vivência prática com Docker, Kubernetes e ferramentas de Infraestrutura como Código (Terraform, Ansible ou similares).
• Linguagens: Proficiência em Python (obrigatório) e conhecimento de arquiteturas baseadas em microsserviços.

Diferenciais

• Experiência prévia em startups ou projetos greenfield.
• Certificações em Cloud Computing, Data Engineering ou áreas correlatas.