Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos em Mobilidade Urbana)

confidential; United States; Remote; USD 140,000 - 180,000; Full time

Benefits offered by this job

Trabalhe de qualquer lugar

TotalPass e Mediquo

Team Care

Conexão global com times de diferentes

Contrato CLT ou PJ

Job summary

A Sylision está buscando um Engenheiro de Machine Learning Sênior para transformar modelos de mobilidade urbana da experimentação para produção com pipelines reproduzíveis. Você vai padronizar treinamento, registrar modelos e promover entre ambientes de forma auditável.

O cargo é 100% remoto, contratação CLT ou PJ, e envolve Docker, Kubernetes, Airflow, MLflow e CI/CD para apoiar cientistas e engenheiros na entrega de soluções escaláveis.

Qualifications

• Experiência prática em MLOps com versionamento, registro e implantação de modelos.
• Conhecimento de pipelines de treino reproduzíveis com dados, código e ambiente versionados.
• Capacidade de diagnosticar incidentes em serviços de inferência e monitorar modelos.

Responsibilities

• Padronizar o pipeline de treino reproduzível com dados, código e ambiente versionados.
• Manter o registro de modelos e a promoção entre ambientes com critérios.
• Empacotar modelos em contêineres e automatizar implantação gradual e o retorno.
• Operar pontuação em lote no Airflow e em tempo real com fallback.
• Monitorar entrada, saída, deriva e desempenho dos modelos ativos.
• Definir alertas com dono e ação para cada tipo de degradação.
• Reduzir o tempo entre modelo pronto e produção e medir esse tempo.
• Documentar o padrão e apoiar cientistas e engenheiros para usá-lo.

Skills

MLOps na prática

Docker

CI/CD

Python

SQL

Diagnóstico de incidentes

Padrões de referência

Tools

Kubernetes

Airflow

MLflow

Git

Job description

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos em Mobilidade Urbana). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga

Modelos de previsão de demanda por linha, de tempo de chegada e de risco de atraso só ajudam se chegarem à operação de maneira estável. Hoje cada cientista treina em seu notebook, entrega um arquivo e alguém reconstrói o ambiente à mão. Quando o modelo muda, ninguém sabe qual versão estava ativa na hora de uma previsão errada. Você vai construir o caminho que leva modelos de mobilidade urbana do experimento à produção, de forma repetível e auditável.

O que você vai fazer

• Padronizar o pipeline de treino reproduzível com dados, código e ambiente versionados
• Manter o registro de modelos e a promoção entre ambientes com critérios
• Empacotar modelos em contêineres e automatizar a implantação gradual e o retorno
• Operar pontuação em lote no Airflow e em tempo real com fallback
• Monitorar entrada, saída, deriva e desempenho dos modelos ativos
• Definir alertas com dono e ação para cada tipo de degradação
• Reduzir o tempo entre modelo pronto e produção e medir esse tempo
• Documentar o padrão e apoiar cientistas e engenheiros para usá-lo

Requisitos

• MLOps na prática: versionamento, registro, implantação e monitoramento
• Docker e orquestração de contêineres em ambiente de produção
• CI/CD aplicado a modelos e a código de dados
• Python e SQL em nível de produção
• Diagnóstico de incidente em serviço de inferência
• Capacidade de definir padrão que outras pessoas queiram seguir

Diferenciais

• Kubernetes e implantação progressiva de modelos
• Repositório de features para treino e inferência
• Dados de transporte e previsões em tempo real
• Testes de modelos como parte do pipeline
• Infraestrutura como código

Como é trabalhar aqui

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Você trata a plataforma como produto cujos clientes são cientistas e engenheiros, e ouve o que trava o trabalho deles. Mudanças na plataforma passam por revisão, os incidentes têm análise escrita sem culpado e as lições viram melhorias. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas

• Python
• MLflow
• Docker
• Airflow
• CI/CD
• Kubernetes
• SQL
• Monitoramento de modelos
• Git

Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido.