Profissional de python, genai e ml (brl 23k / mês pj)

Netvagas; Taboão da Serra; Presencial; BRL 160.000 - 200.000; Tempo integral

Resumo da oferta

Uma empresa de tecnologia em Taboão da Serra busca um profissional sênior para desenvolver soluções de Inteligência Artificial. O candidato ideal deverá ter domínio em Python e experiência com MLOps, Kubernetes e OpenShift. As responsabilidades incluem desenhar e implementar pipelines de dados além de gerenciar o deploy de modelos de Machine Learning. A empresa valoriza boa comunicação e autonomia no trabalho, visando a entrega de soluções que atendam os requisitos de negócio.

Qualificações

• Domínio de Python ou JAVA para construção de APIs.
• Experiência com Kubernetes / OpenShift em produção.
• Capacidade de desenhar arquiteturas de referência para soluções de IA.
• Boa comunicação com times de negócio.

Responsabilidades

• Desenhar, desenvolver e operar soluções de Inteligência Artificial.
• Gerenciar pipelines de dados e deploy de modelos de Machine Learning.
• Integrar serviços de IA com sistemas legados e APIs REST.

Conhecimentos

Python

JAVA

MLOps

Machine Learning

GenAI

Kubernetes

OpenShift

Kafka

Elasticsearch

Ferramentas

FastAPI

Flask

Git

CI / CD

OpenShift AI

KServe

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.

Requisitos

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).