Offer summary

Qualifications:

Sólida experiência em engenharia de software aplicada a dados e machine learning., Proficiência em Python e frameworks como PySpark, Pandas e Scikit-learn., Experiência com ferramentas AWS como S3, Lambda e SageMaker., Conhecimento em MLOps e CI/CD para pipelines de dados e modelos..

Key responsibilities:

Projetar e implementar pipelines de validação de dados e avaliação de modelos em ambiente cloud (AWS).

Integrar dados e métricas de avaliação em um fluxo automatizado e auditável.

Trabalhar em colaboração com times de Data Science, Engenharia de Dados e Produto.

Propor melhorias contínuas na arquitetura de dados e nos processos de validação.

Há quase duas décadas, a Runtalent se consolidou como uma referência no mercado de tecnologia, proporcionando soluções inovadoras em TI para empresas B2B que buscam se manter competitivas na corrida pela transformação digital de seus negócios. Oferecemos uma variedade de serviços, como alocação de profissionais, squads ágeis e gestão de times e serviços. Além disso, dispomos de um banco de talentos com mais de 30 mil profissionais especializados em múltiplas áreas, aptos a atuar em projetos de TI por tempo determinado ou indeterminado, agregando soluções para diversos cenários de negócios. Para os nossos colaboradores, conhecidos como Runners, oferecemos suporte e investimento em qualificações técnicas e programas de realocação, para que possam desempenhar suas atividades da melhor forma possível. Venha fazer parte da Runtalent e transforme seu negócio com a ajuda de nossos serviços especializados em tecnologia.

Job description

Este é um cargo remoto.

Oportunidade: Engenheiro Machine Learning Sênior

Requisitos:

Experiência sólida com engenharia de software aplicada a dados e machine learning.
Proficiência em Python e frameworks como PySpark, Pandas, Scikit-learn ou similares.
Experiência com ferramentas e serviços AWS, como S3, Lambda, Step Functions, Glue, Athena, SageMaker ou ECS.
Conhecimento em MLOps e CI/CD para pipelines de dados e modelos.
Experiência com orquestração de workflows.
Familiaridade com métricas de avaliação de modelos (ex: MAE, RMSE, Precision, Recall).
Capacidade de escrever código limpo, modular e testável.

Desejáveis:

Experiência com validação de modelos de séries temporais.
Experiência com infraestrutura como código (Terraform, CloudFormation).
Participação em projetos de ML em produção com foco em confiabilidade e rastreabilidade.

Responsabilidades principais:

Projetar e implementar pipelines de validação de dados e avaliação de modelos em ambiente cloud (AWS).
Integrar dados e métricas de avaliação em um fluxo automatizado e auditável.
Modularizar o pipeline para facilitar reuso, testes e manutenção.
Trabalhar em colaboração com times de Data Science, Engenharia de Dados e Produto.
Garantir boas práticas de versionamento, logging, monitoramento e testes automatizados.
Propor melhorias contínuas na arquitetura de dados e nos processos de validação.