Engenheiro de aprendizagem de máquina

Group Link OneTM; São Paulo; Presencial; BRL 80.000 - 120.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia avançada em São Paulo procura um engenheiro de Machine Learning para projetar e desenvolver sistemas de aprendizado. O profissional será responsável por aplicar MLOps, realizar análises estatísticas e desenvolver soluções inovadoras. É essencial ter sólida experiência em Python e MLOps. A função requer colaboração em equipe multidisciplinar e pensamento crítico sobre dados. Se você busca uma oportunidade para impactar significativamente em um ambiente dinâmico, essa vaga é para você.

Qualificações

• Experiência em programação em Python com bibliotecas relevantes.
• Conhecimento em bancos de dados SQL e MLOps.
• Experiência em Machine Learning e Deep Learning.

Responsabilidades

• Projetar e desenvolver sistemas de aprendizado de máquina.
• Aplicar princípios de MLOps para manter a automação dos modelos.
• Realizar análises estatísticas para aprimorar modelos e relatórios.

Conhecimentos

Programação em Python

MLOps (MLflow, Docker, Kubernetes)

Banco de Dados SQL

Cloud Computing (Google Cloud Platform)

Deep Learning

Ferramentas

PostgreSQL

TensorFlow

Git

Grafana

Descrição da oferta de emprego

Sobre o Group Link One : Transformamos o mundo físico com inteligência aplicada. No Group Link One, desenvolvemos uma tecnologia AIoT 100% brasileira, que une sensores inteligentes, ciência de dados e software de alto nível para transformar dados brutos em insights estratégicos. Especialistas em telemetria, oferecemos uma solução completa de ponta a ponta do hardware ao dashboard para capturar, organizar e interpretar dados comportamentais no mundo real. Não vendemos só sensores. Vendemos inteligência. Acreditamos que os dados certos, coletados no lugar certo, com a tecnologia certa, têm o poder de transformar decisões, empresas, cidades e pessoas. Nossa missão é construir a infraestrutura invisível que conecta o físico ao digital com precisão, propósito e impacto real.

Sobre a Função :

Nível da Vaga :

Sênior

Perfil Técnico e Comportamental Desejado :

Programação e Frameworks :

Python (pandas, polars, scikit-learn, TensorFlow / Pytorch, plotly, matplolib)

Banco de Dados SQL (PostgreSQL, Apache Druid, DuckDB, BigQuery, Iceberg)

MLOps (MLflow, Docker, Kubernetes, Git, A / B testing, Grafana)

Cloud Computing (Google Cloud Platform, DigitalOcean)

REST API (FastAPI)

Visualização (Metabase)

Machine Learning :

Supervised e unsupervised learning

Deep Learning

Time Series

Natural Language Processing

Feature Engineering

Avaliação de Modelos

AutoML e hyperparameter tuning

Diferenciais :

Python (PySpark, Dask)

Node.js (Javascript, Typescript)

MLOps (Metaflow, Prefect / Airflow / dbt, DVC)

Stream (Apache Kafka)

Redis

Comportamental :

O Machine Learning Engineer precisa ser comunicativo de modo que saiba comunicar-se com pessoas técnicas, assim como também com pessoas não técnicas. Saber trabalhar em equipe multidisciplinar colaborando com desenvolvimento dos produtos e serviços da Group Link One. Ter pensamento crítico sobre os dados e resultados gerados, avaliando sempre se estão alinhados com o contexto em questão assim como também com os objetivos da empresa. Ter a capacidade de gerenciar os projetos sobre a sua responsabilidade, conduzindo entregas contínuas e com valor agregado, negociando prazos e alinhando expectativas com os envolvidos no projeto. Ter perfil inovador o qual sempre buscar por soluções novas baseadas em pesquisas acadêmicas ou em tecnologias emergentes que contribuam para melhor desempenho da equipe assim como também para o crescimento da empresa.

Descritivos das Atividades :

Projetar e desenvolver sistemas de aprendizado de máquina que contemplem as etapas da construção dos modelos, a saber : ingestão dos dados, processamento dos dados, treinamento / modelagem, avaliação do modelo, implantação / deploy e monitoração.

Aplicar princípios de MLOps para garantir versionamento, automação e escalabilidade dos modelos.

Estudar, transformar e converter em produtos / serviços os protótipos desenvolvidos pelos cientistas de dados.

Realizar análises estatísticas e usar os resultados para aprimorar os modelos ou na criação de relatórios que sejam de interesse para os stackholders.

Criar relatórios e dashboards a partir de solicitações da empresa ou de clientes.

Visualizar dados para insights mais profundos. Entender quando suas descobertas podem ser aplicadas a decisões de negócios.

Verificar a qualidade dos dados e / ou garanti-la por meio da limpeza de dados.