ENGENHEIRO(A) DE MACHINE LEARNING (ML)

Engenheiro(a) de Machine Learning (ML) - Este profissional será o ponto focal para a produtização de modelos, com foco na criação e otimização de pipelines de ML em plataforma Databricks, utilizando o MLFlow como ferramenta principal para o rastreamento, gerenciamento e implantação dos modelos. Além disso, o Engenheiro de ML atuará na manutenção da esteira DevOpsML, assegurando práticas ágeis e uma integração contínua eficiente entre os modelos de ML e o ambiente de produção.

Principais Responsabilidades:


Colaborar com cientistas de dados para transformar modelos experimentais em soluções de machine learning produtivas e escaláveis.
Utilizar MLFlow para rastrear experimentos, gerenciar modelos e facilitar a implantação em ambientes de produção no Databricks.
Implementar e otimizar pipelines de machine learning em ambiente DevOps, garantindo uma integração contínua e automação do fluxo de trabalho de ML.
Manter e aprimorar a esteira DevOpsML para suportar o ciclo completo de vida de desenvolvimento, desde a experimentação até a monitoração em produção.
Estabelecer e implementar métricas de monitoramento e avaliação para modelos implantados, visando a manutenção do desempenho e a detecção de possíveis desvios.
Diagnosticar e solucionar problemas relacionados à operação dos modelos de ML em produção, ajustando processos para garantir a robustez e a eficiência dos modelos.
Colaborar com equipes de engenharia de dados, ciência de dados e operações para garantir a interoperabilidade e a integridade das soluções de machine learning.
Definir e aplicar melhores práticas para governança, segurança e compliance em relação ao pipeline de ML, alinhando-se aos padrões de DevOps e MLops da empresa.

Requisitos:

Experiência com MLFlow para gerenciar o ciclo de vida de modelos de machine learning.
Experiência com Databricks para construção de pipelines de ML em larga escala.
Conhecimento em DevOps aplicado a machine learning (DevOpsML), com ênfase na criação de esteiras de integração contínua e entrega contínua (CI/CD).
Experiência em monitoramento de modelos em produção e em técnicas de manutenção de performance.
Conhecimentos em Python, SQL e demais ferramentas e linguagens para manipulação de dados e machine learning.
Habilidades de comunicação e trabalho em equipe, com foco em colaboração entre engenheiros de dados, cientistas de dados e times operacionais.  
Ensino Superior completo na área.  

Diferenciais

Certificações em Azure ou outras plataformas de nuvem como : AI - 900, DP - 900, DP - 100, AI - 102.
Certificaçóes em Databricks
Experiência em colaboração com equipes multidisciplinares para soluções complexas de dados e IA.

Informações adicionais: Conhecimento 2x na semana no escritório - Próximo a ponte estaiada em SP.