Engenheiro de MLOps Sênior

Extractta; Brasil; Híbrido; BRL 180 000 - 340 000; Tempo integral

Resumo da oferta

A Extractta procura um profissional sênior híbrido para atuar entre desenvolvimento de modelos (MLE) e engenharia de plataforma/infrastructure (MLOps). Você trabalhará com sistemas distribuídos, projetando arquiteturas escalonáveis, gerenciando infraestrutura em nuvem e apoiando a equipe na criação de ferramentas internas.

O papel exige domínio de Python, experiência prática com Spark/Dask e Terraform, além de boa comunicação com negócios para traduzir necessidades em soluções técnicas viáveis,

Qualificações

• Experiência comprovada em ML/MLOps em produção.
• Sólidos conhecimentos em Sistemas Distribuídos.
• Python avançado e boas práticas de engenharia.
• Experiência com CI/CD e IaC com Terraform.

Responsabilidades

• Projetar, construir e manter sistemas distribuídos para ML em produção.
• Evoluir arquitetura de MLOps com feature store e pipelines CI/CD.
• Gerenciar infraestrutura em nuvem com IaC.
• Desenvolver ferramentas internas para otimizar fluxos de trabalho.
• Aplicar melhores práticas de engenharia de software e testes.
• Traduzir necessidades de negócios em soluções técnicas.

Conhecimentos

MLE/MLOps

Sistemas Distribuídos

Python

Spark/Dask

Cloud AWS

Terraform

Docker

Model Serving

Ferramentas

Terraform

Docker

Spark

Dask

Descrição da oferta de emprego

Descrição da vaga

Buscamos um profissional Sênior com perfil híbrido, capaz de transitar entre o desenvolvimento de modelos (MLE) e a engenharia de plataforma/infraestrutura (MLOps). Nosso time cuida de todo o ciclo de vida dos modelos, desde a concepção até a sustentação em produção. Aqui, você trabalhará diretamente com sistemas distribuídos, desenhará arquiteturas escalonáveis, gerenciará infraestrutura em nuvem e apoiará o time na criação de ferramentas auxiliares. É um ambiente com alto grau de autonomia técnica e espaço para inovação (incluindo o início de novos projetos com LLMs).

Responsabilidades e atribuições

• Projetar, construir e manter sistemas complexos e distribuídos para o ciclo de vida completo de Machine Learning (da ingestão ao monitoramento em produção);
• Implementar e evoluir nossa arquitetura de MLOps, incluindo conceitos de Feature Store, Model Serving e pipelines de CI/CD automatizados;
• Gerenciar e aplicar a infraestrutura em nuvem para os projetos do time utilizando práticas de Infraestrutura como Código (IaC);
• Desenvolver ferramentas auxiliares e frameworks internos para otimizar os fluxos de trabalho do time;
• Garantir a aplicação das melhores práticas de desenvolvimento de software (testes, código limpo, arquitetura sustentável);
• Atuar em parceria com áreas de negócio (Produtos, Sucesso do Cliente e Vendas/Marketing) para traduzir necessidades comerciais em soluções técnicas viáveis.

Requisitos e qualificações

• Sólida experiência como Engenheiro de Machine Learning (MLE) ou MLOps em ambientes de produção;
• Conhecimento obrigatório em Sistemas Distribuídos e arquiteturas escalonáveis;
• Domínio avançado da linguagem Python e boas práticas de engenharia de software;
• Experiência prática com ferramentas de processamento massivo ou paralelo, como Spark e/ou Dask;
• Experiência com computação em nuvem (Stack principal: AWS, mas conhecimentos em GCP ou Azure são totalmente aceitos);
• Conhecimento prático em gerenciamento de infraestrutura utilizando Terraform;
• Experiência com containerização (Docker);
• Vivência com o ciclo de vida e deploy de modelos tradicionais (Regressão e Classificação).

Desejáveis

• Conhecimento prático em Kubernetes (K8s);
• Experiência com mensageria/streaming (Kafka) e padrões de processamento assíncrono;
• Conhecimento em ferramentas de orquestração de fluxos, preferencialmente Prefect (Airflow, Kubeflow ou similares também são válidos);
• Entusiasmo ou experiência inicial em colocar LLMs / GenAI em produção;
• Conhecimento em outras linguagens para manutenção de sistemas ou otimização de performance/fluxo de dados (como Java, Rust, C/C++ ou computação em GPUs);
• Inglês avançado (leitura, escrita e documentação técnica).