Engenheiro de Python e Machine Learning (BRL 23K / mês PJ)

NOUS LATAM; Taboão da Serra; Presencial; BRL 120.000 - 160.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia em São Paulo busca um profissional sênior responsável por desenhar, desenvolver e operar soluções de Inteligência Artificial. O candidato ideal possui forte atuação em Python, MLOps e deploy de modelos em ambientes Kubernetes. Com bom entendimento do domínio de negócio, o profissional deverá traduzir requisitos em soluções técnicas. Se você tem experiência em Machine Learning e habilidades em arquitetura de soluções, essa pode ser a oportunidade certa para você.

Qualificações

• Experiência em arquitetar e implementar soluções de Inteligência Artificial.
• Forte conhecimento prático em Python ou JAVA.
• Experiência com ambientes de containers e orquestração, como Kubernetes.
• Histórico de aplicação de práticas de MLOps em projetos reais.
• Capacidade de traduzir requisitos de negócio em soluções técnicas.

Responsabilidades

• Desenhar e desenvolver soluções de IA ponta a ponta.
• Implementar, testar e colocar em produção soluções de AI.
• Colaborar com equipes de negócios, produto e operações.
• Documentar processos e arquiteturas claramente.

Conhecimentos

Python

Machine Learning

MLOps

Kubernetes

Docker

Git

Kafka

Elasticsearch

APIs REST

Descrição da oferta de emprego

Profissional sênior responsável por desenhar, desenvolver e operar soluções de Inteligência Artificial ponta a ponta — desde pipelines de dados até deploy de modelos de Machine Learning e LLMs em ambiente container-orientado (Kubernetes / OpenShift). Atuação forte em Python, MLOps, GenAI / RAG e entendimento de domínio de negócio.

Conhecimentos necessários

Linguagem e backend

• Domínio de Python ou JAVA para construção de APIs, serviços e jobs batch (ex. : FastAPI / Flask, scripts de automação, ETLs).
• Boas práticas de código (logs, testes, organização de pacotes, virtualenv / poetry / pip, etc.).

Infraestrutura, containers e orquestração

• Experiência com containers : build, otimização de imagens, multi-stage builds.
• Experiência com Kubernetes / OpenShift (desejável experiência real em produção) :
• Deploy e operação de aplicações (Deployments, CronJobs, ConfigMaps, Secrets, Ingress / Routes).
• Noções de observabilidade, logs, métricas e troubleshooting em cluster.

MLOps / Data & AI

• Experiência em Machine Learning clássico (treino, avaliação, versionamento de modelos e features).
• Experiência em LLMs / GenAI em produção (vLLM, KServe, OpenShift AI ou similar).
• Conhecimento em pipelines de dados e integração com fontes diversas.
• Experiência com Kafka ou outros sistemas de mensageria / streaming para ingestão de eventos em larga escala.
• Experiência com Elasticsearch / OpenSearch ou outro mecanismo de busca para indexação, consulta e análise de dados.

Arquitetura e integração

• Capacidade de desenhar arquiteturas de referência para soluções de IA (batch, near real time, APIs síncronas).
• Integração de serviços de IA com sistemas legados, APIs REST e bancos de dados.
• Experiência com Git, CI / CD e boas práticas de versionamento e automação de deploy.

Domínio de negócio

• Capacidade de traduzir requisitos de negócio em soluções técnicas de IA com foco em valor e governança.

Perfil comportamental

• Atuação sênior / hands‑on, com autonomia para propor arquitetura, implementar, testar e colocar em produção.
• Boa comunicação com times de negócio, produto, desenvolvimento e operações.
• Capacidade de documentação clara (README, FAQs, dicionário de dados, fluxos de arquitetura, etc.).

Conhecimentos desejáveis

• GenAI e LLMs avançado
• Experiência com RAG, vector stores e embeddings.
• Conhecimento em orquestração de LLMs (agentes, ferramentas, chain‑of‑thought supervisionado, etc.).
• Experiência com modelos como Llama, Falcon, ou outros LLMs self‑hosted.
• Ferramentas e ecossistema
• Experiência com OpenShift AI / KServe / vLLM em ambiente corporativo.
• Noções de monitoramento de custo e performance de modelos (tokens, latência, throughput).
• Data Engineering / Analytics
• Conhecimento de modelagem de dados, ETL / ELT e boas práticas de qualidade de dados.
• Experiência em criação de dashboards / relatórios para acompanhar uso de IA, métricas de negócio e indicadores de risco.
• Segurança e governança
• Noções de segurança de dados, LGPD, anonimização e controle de acesso em projetos de governo / setor público. Boas práticas de governança de modelos (auditoria, rastreabilidade, logging de consultas, explainability básica).