Engenheiro de Machine Learning / GenAIOps (BRL 15-18K/mês PJ)

NOUS LATAM; Brasil; Presencial; BRL 180 000 - 320 000; Tempo integral

Resumo da oferta

A NOUS LATAM procura um(a) Engenheiro(a) de ML/GenAIOps para construir, operacionalizar e evoluir pipelines de ML e IA Generativa, assegurando escalabilidade, governança, monitoramento e alta performance em produção.

Você trabalhará com LLMs, RAG, embeddings, LangChain/LangGraph e MLflow, integrando soluções via APIs REST em plataformas em nuvem e colaborando com equipes multidisciplinares para transformar requisitos de negócio em soluções de IA.

Qualificações

• Experiência sólida com pipelines de ML.
• Conhecimento em Model Serving, Experiment Tracking e avaliação de modelos.
• Experiência com LLMs, Prompt Engineering, RAG, Embeddings e arquiteturas baseadas em agentes.
• Conhecimento em bancos de dados vetoriais.
• Experiência com LangChain, LangGraph e MLflow.
• Domínio de Python e SQL.
• Experiência com Docker, Kubernetes, Git e pipelines de CI/CD.
• Vivência com plataformas de IA em nuvem, como Azure OpenAI, AWS Bedrock ou Vertex AI.
• Conhecimento em boas práticas de governança, monitoramento e segurança para modelos de IA.
• Perfil analítico, investigativo e orientado à inovação.

Responsabilidades

• Desenvolver, operacionalizar e evoluir pipelines de ML e IA Generativa.
• Implementar e manter soluções utilizando LLMs, RAG e arquiteturas baseadas em agentes.
• Construir pipelines de inferência, serving e monitoramento de modelos em produção.
• Desenvolver e otimizar prompts, embeddings e integrações com bancos de dados vetoriais.
• Realizar avaliação, versionamento, experimentação e governança de modelos.
• Implementar boas práticas de MLOps e GenAIOps, garantindo escalabilidade, segurança e observabilidade.
• Trabalhar com frameworks modernos para desenvolvimento de aplicações de IA Generativa.
• Integrar soluções por meio de APIs REST e ambientes em nuvem.
• Colaborar com equipes multidisciplinares para transformar necessidades de negócio em soluções baseadas em IA.

Conhecimentos

Pipelines de ML

Model Serving

Experiment Tracking

Model Evaluation

LangChain

LangGraph

MLflow

Python

SQL

Docker

Kubernetes

Git

CI/CD

Azure OpenAI

AWS Bedrock

Vertex AI

Vector Databases

Ferramentas

Docker

Kubernetes

Git

CI/CD

Azure OpenAI

AWS Bedrock

Vertex AI

Descrição da oferta de emprego

Estamos em busca de um(a) Engenheiro(a) de ML / GenAIOps para atuar na construção, operacionalização e evolução de pipelines de Machine Learning e Inteligência Artificial Generativa, garantindo escalabilidade, governança, monitoramento, segurança e alta performance dos modelos em produção.

O que você vai fazer

• Desenvolver, operacionalizar e evoluir pipelines de Machine Learning e IA Generativa;
• Implementar e manter soluções utilizando LLMs, RAG e arquiteturas baseadas em agentes;
• Construir pipelines de inferência, serving e monitoramento de modelos em produção;
• Desenvolver e otimizar prompts, embeddings e integrações com bancos de dados vetoriais;
• Realizar avaliação, versionamento, experimentação e governança de modelos;
• Implementar boas práticas de MLOps e GenAIOps, garantindo escalabilidade, segurança e observabilidade;
• Trabalhar com frameworks modernos para desenvolvimento de aplicações de IA Generativa;
• Integrar soluções por meio de APIs REST e ambientes em nuvem;
• Colaborar com equipes multidisciplinares para transformar necessidades de negócio em soluções baseadas em IA.

O que esperamos de você

• Experiência sólida com pipelines de Machine Learning;
• Conhecimento em Model Serving, Experiment Tracking e avaliação de modelos;
• Experiência com LLMs, Prompt Engineering, RAG, Embeddings e arquiteturas baseadas em agentes;
• Conhecimento em bancos de dados vetoriais;
• Experiência com LangChain, LangGraph e MLflow;
• Domínio de Python e SQL;
• Experiência com Docker, Kubernetes, Git e pipelines de CI/CD;
• Vivência com plataformas de IA em nuvem, como Azure OpenAI, AWS Bedrock ou Vertex AI;
• Conhecimento em boas práticas de governança, monitoramento e segurança para modelos de IA;
• Perfil analítico, investigativo e orientado à inovação.