Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Varejo)

confidential; United States; Remote; USD 45.000 - 82.000; Vollzeit

Benefits dieser Stelle

Ambiente colaborativo

Trabalhe de qualquer lugar

Conexão com times internacionais

Apoio à saúde física

Saúde mental com Team Care

Zusammenfassung

A vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Varejo) é conduzida pela Sylision para um cliente confidencial. A posição é totalmente remota, com contratação CLT ou PJ no Brasil; nível sênior com foco em operacionalizar modelos de demanda, preço e recomendação no varejo.

Você irá desenhar o caminho de MLOps, garantir consistência de dados entre treino e inferência, containerizar serviços, automatizar CI/CD e orquestrar pipelines com Airflow, visando

Qualifikationen

• MLOps em produção: registro de modelos, pipelines, implantação e monitoramento.
• Python de nível de engenharia, com testes e empacotamento.
• Docker, CI/CD e orquestração em Airflow ou equivalente.
• Compreensão de modelos tabulares e de séries temporais, para saber o que testar.
• Observabilidade de serviços e de dados.
• Habilidade de construir ferramenta que as pessoas escolham usar.

Aufgaben

• Desenhar o caminho padrão: treino versionado, registro no MLflow, validação automática, implantação e monitoramento.
• Garantir consistência de variáveis entre treino e inferência, com repositório de features.
• Containerizar o serviço de inferência em lote e em tempo real, com testes de carga e de contrato.
• Automatizar o pipeline de CI/CD de modelos, incluindo testes de dados, de desempenho e de regressão.
• Implantar de forma gradual (sombra, canário) com critérios objetivos para promover ou reverter.
• Orquestrar treino e inferência noturna em Airflow, com alertas de atraso e de falha.
• Instrumentar custo, latência e deriva por modelo, tornando visíveis modelos pouco usados.
• Escrever guias curtos e apoiar cientistas no uso da plataforma.

Kenntnisse

MLOps em produção

Python

Docker

Airflow

CI/CD

Observabilidade

Validação/ testing de modelos

Gerenciamento de modelos

Deployment de modelos

Tools

MLflow

Docker

Airflow

SQL

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no Varejo). 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:

No varejo, os modelos de previsão de demanda, de preço e de recomendação servem milhares de produtos em centenas de lojas, e hoje o caminho do notebook até a produção é manual, lento e difícil de repetir. Você vai construir a plataforma e as práticas de MLOps que levam um modelo do experimento ao serviço: empacotamento, testes, implantação, versionamento e retorno à versão anterior.

O desafio é equilibrar autonomia das cientistas e segurança da produção. Um modelo treinado com uma versão dos dados não pode ser servido com variáveis calculadas de outro jeito, um lote noturno que atrasa deixa a loja sem sugestão de reposição na abertura, e uma implantação sem teste pode trocar a previsão de milhares de produtos por lixo. O sucesso se mede em tempo do experimento à produção, em implantações sem incidente, em reprodutibilidade de qualquer previsão e em custo da infraestrutura.

O que você vai fazer:

• Desenhar o caminho padrão: treino versionado, registro no MLflow, validação automática, implantação e monitoramento
• Garantir consistência de variáveis entre treino e inferência, com repositório ou contrato de features
• Containerizar o serviço de inferência em lote e em tempo real, com testes de carga e de contrato
• Automatizar o pipeline de CI/CD de modelos, incluindo testes de dados, de desempenho e de regressão
• Implantar de forma gradual (sombra, canário) com critérios objetivos para promover ou reverterli>
• Orquestrar treino e inferência noturna em Airflow, com alertas de atraso e de falha
• Instrumentar custo, latência e deriva por modelo, e fazer visíveis os modelos que ninguém usa mais
• Escrever guias curtos e apoiar cientistas no uso da plataforma

Requisitos:

• MLOps em produção: registro de modelos, pipelines, implantação e monitoramento
• Python de nível de engenharia, com testes e empacotamento
• Docker, CI/CD e orquestração em Airflow ou equivalente
• Compreensão de modelos tabulares e de séries temporais, para saber o que testar
• Observabilidade de serviços e de dados
• Habilidade de construir ferramenta que as pessoas escolham usar

Diferenciais:

• Ter trabalhado com feature store ou com contratos de dados
• Experiência em nuvem pública com serviços de inferência
• Infraestrutura como código para ambientes de treino
• Conhecimento de varejo e de seus ritmos, como datas promocionais e inventário

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. A plataforma é tratada como produto, com usuários internos, documentação e uma lista de pedidos priorizada. Mudanças de infraestrutura passam por revisão e chegam com plano de retorno. 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
• scikit-learn
• XGBoost
• MLflow
• Docker
• Airflow
• SQL
• Git

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