Machine Learning Ops Engineer - PL (Remoto) - 128648

GFT Group; Barueri; Teletrabalho; BRL 160.000 - 200.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia está à procura de um profissional de Machine Learning Ops Engineer que atue remotamente. O candidato deve ter experiência sólida com MLOps e AWS, incluindo SageMaker e CI/CD. Importante ter conhecimento em Python, PySpark e práticas de containerização. O ambiente valoriza inovação e colaboração em equipe.

Qualificações

• Experiência com MLOps ou DevOps aplicado a Machine Learning.
• Conhecimento em arquiteturas de data lake voltadas a ML.
• Experiência sólida com AWS e suas ferramentas.

Responsabilidades

• Implementar pipelines de MLOps (CI/CD para modelos de Machine Learning).
• Gerenciar infraestrutura de treinamento e inferência na AWS.
• Criar pipelines de feature engineering com PySpark.

Conhecimentos

MLOps

AWS

PySpark

Python

Docker

Kubernetes

CI/CD

IaC

Ferramentas

MLflow

Kubeflow

Terraform

CloudFormation

Descrição da oferta de emprego

O que buscamos:

Profissional de nível PL que atue com Machine Learning Ops Engineer. Irá atuar na modalidade remoto.

Requisitos e qualificações:

• Implementar pipelines de MLOps (CI/CD para modelos de Machine Learning);
• Gerenciar infraestrutura de treinamento e inferência na AWS;
• Criar pipelines de feature engineering com PySpark;
• Implementar monitoramento e observabilidade de modelos em produção;
• Automatizar deployment e versionamento de modelos;
• Trabalhar com AWS SageMaker, ECS e EKS para serving de modelos;
• Implementar e manter feature stores e gestão de features;
• Garantir reprodutibilidade e rastreabilidade de experimentos;
• Integrar pipelines de ML com data lake usando PySpark e Trino;
• Otimizar custos e performance de cargas de ML.

Requisitos e qualificações:

• Experiência com MLOps ou DevOps aplicado a Machine Learning;
• Experiência sólida com AWS (SageMaker, ECR, ECS/EKS, Lambda, EMR);
• Conhecimento em PySpark para preparação e engenharia de features;
• Vivência com ferramentas de MLOps (MLflow, Kubeflow, SageMaker Pipelines);
• Proficiência em Python e frameworks de ML (Scikit-learn, TensorFlow, PyTorch);
• Experiência com containerização (Docker, Kubernetes);
• Conhecimento em CI/CD (GitLab CI, GitHub Actions, Jenkins);
• Experiência com IaC (Terraform, CloudFormation);
• Conhecimento em monitoramento de modelos e detecção de drift.

Desejáveis / Diferenciais:

• Experiência com feature stores (SageMaker Feature Store, Feast);
• Conhecimento em arquiteturas de data lake voltadas a ML;
• Experiência com MLlib (biblioteca de ML do Spark);
• Vivência com model serving (TensorFlow Serving, Seldon, KServe);
• Certificações AWS Machine Learning Specialty;
• Experiência com execução distribuída de ML (Ray, Dask, Spark ML).

Descrição comportamental:

• Goste de trabalhar em equipe e seja colaborativa em suas atribuições;
• Tenha coragem para se desafiar e ir além, abraçando novas oportunidades de crescimento;
• Transforme ideias em soluções criativas e busque qualidade em toda sua rotina;
• Tenha habilidades de resolução de problemas;
• Possua habilidade e se sinta confortável para trabalhar de forma independente e gerenciar o próprio tempo;
• Tenha interesse em lidar com situações adversas e inovadoras no âmbito tecnológico.

Big enough to deliver – small enough to care.