Especialista Ii - Sistemas De Informações Geográficas (Prazo Determinado - 2 Anos)

buscojobs Brasil; Distrito Federal; Teletrabalho; BRL 160.000 - 200.000; Tempo integral

Resumo da oferta

Uma consultoria de tecnologia está em busca de um profissional experiente para desenvolvimento de pipelines de machine learning em projetos de sensoriamento remoto. O candidato ideal possui forte domínio de Python, experiência com deep learning, e conhecimento em MLOps. Essa vaga oferece a oportunidade de trabalhar em um ambiente desafiador com foco em transformação tecnológica. O trabalho será remoto, e a contratação será no modelo CLT.

Qualificações

• Experiência com deep learning e frameworks como PyTorch.
• Familiaridade com AWS e deploy de modelos em ambientes cloud.
• Experiência com automatização de dados geoespaciais.

Responsabilidades

• Desenvolver pipelines de ML para sensoriamento remoto.
• Automatizar o pré-processamento de dados geoespaciais.
• Migrar modelos de TensorFlow para PyTorch.
• Criar esteiras de processamento em batch.
• Evoluir a arquitetura de microserviços.
• Implantar monitoramento automatizado de performance.
• Integrar modelos em APIs Python.

Conhecimentos

Domínio de Python

Frameworks de deep learning (PyTorch)

Estruturação de pipelines de ML

MLOps (MLflow, DVC, Airflow, Prefect)

Orquestração de containers (Docker e Kubernetes)

Ferramentas de CI/CD (Jenkins, SonarQube)

Comunicação com times de infraestrutura e segurança

Descrição da oferta de emprego

Descrição Do Trabalho

Somos uma consultoria especializada em TI, apaixonada por desafios e comprometida em impulsionar transformações tecnológicas estratégicas para nossos clientes. Se você busca crescimento profissional e deseja atuar em projetos inovadores, essa oportunidade é para você.

Modelo de contratação: CLT

Modalidade: Home Office

Requisitos

• Domínio de Python e bibliotecas como scikit-learn, pandas, numpy, gdal, rasterio, xarray, geopandas;
• Experiência com frameworks de deep learning, especialmente PyTorch;
• Conhecimento em estruturação de pipelines de ML e deploy em ambientes cloud (AWS);
• Conhecimento em ferramentas de MLOps como MLflow, DVC, Airflow ou Prefect;
• Experiência com orquestração de containers (Docker e Kubernetes);
• Familiaridade com ferramentas de CI/CD (Jenkins, SonarQube);
• Capacidade de comunicação com times de infraestrutura e segurança, especialmente SREs.

Responsabilidades e atribuições

• Desenvolver pipelines de ML para aplicações em sensoriamento remoto, como segmentação de glebas, classificação de culturas e estimativa de colheita;
• Automatizar o pré-processamento de dados geoespaciais (GeoTIFF, shapefiles), curadoria e enriquecimento de dados anotados, e montagem de datasets de treinamento;
• Migrar modelos legados de TensorFlow para PyTorch, padronizando a stack de modelagem;
• Criar esteiras de processamento em batch com paralelismo, utilizando EC2 dockerizados, com foco em escalabilidade nacional;
• Evoluir a arquitetura de microserviços, reduzindo acoplamento entre modelos e preparando para orquestração futura via Kubernetes;
• Implantar monitoramento automatizado da performance dos modelos ao longo da safra;
• Automatizar o deploy de modelos e testes, reduzindo fricção operacional;
• Integrar modelos em APIs Python (FastAPI, Django) e colaborar com backend para entrega em produção;
• Propor soluções para integração com sistemas GIS, como plugins para QGIS via API;
• Trabalhar em conjunto com SREs para estruturar a arquitetura de dados e modelos, garantindo conformidade com políticas globais de segurança e compliance;
• Solicitar e acompanhar permissões e recursos junto a times globais, com resiliência frente a processos burocráticos.

Diferenciais

• Experiência com machine learning aplicado a dados geoespaciais e séries temporais;
• Conhecimento em bancos de dados relacionais e geoespaciais (PostgreSQL/PostGIS);
• Familiaridade com formatos de dados como GeoTIFF e shapefiles;
• Conhecimento em harmonização de dados multissatélite (Sentinel, Landsat, MODIS);
• Experiência com APIs do Google Earth Engine e uso de GCP para ingestão de dados;
• Experiência com arquitetura de microserviços e desacoplamento de modelos;
• Monitoramento automatizado de modelos em produção;
• Interesse ou experiência em integração com sistemas GIS (ex: plugins para QGIS).

Como candidatar - Se identificou com a oportunidade? Envie seu CV e venha fazer parte do nosso time.