Key Facts

Remote From:

Full time

Portuguese

Hard Skills

Docker (Software) MLOps (Machine Learning Operations) Kubernetes Python (Programming Language) Data Security AWS Cloud Services Category Management Data Architecture Compliance Management Model-Driven Development +12 more

Other Skills

•
Public Speaking
•
Collaboration
•
Communication

Roles & Responsibilities

Advanced experience in MLOps, including automation and pipeline integration
Proficiency with containers (Docker, Kubernetes) and workflow orchestration; cloud experience (AWS) with services for machine learning; Python for data and model operations
Experience implementing monitoring, logging, and observability for production models; strong data security, governance and compliance practices
Familiarity with MLOps frameworks (MLflow, Kubeflow, SageMaker Pipelines) and infrastructure as code (Terraform, CloudFormation)

Requirements:

Develop and maintain MLOps pipelines to automate the lifecycle of machine learning models
Implement and optimize ML workflow-specific CI/CD pipelines
Continuously monitor production model performance with logs, metrics, and alerts; apply strategies to detect and mitigate performance degradation
Ensure data and model security, governance, and compliance in production environments; collaborate with multidisciplinary teams to document and standardize MLOps processes

Job description

Nosso propósito é criar tecnologias que desafiam as melhores do mundo e mudam o jogo para nossos clientes. Por isso, buscamos profissionais que desejam fazer parte de uma cultura pautada pela excelência e inovação. Se você se identifica com um ambiente de trabalho colaborativo e movido por curiosidade, venha construir o futuro da tecnologia conosco.

O que você fará por aqui

Desenvolver e manter pipelines de MLOps para automação do ciclo de vida dos modelos de machine learning.
Implementar e otimizar pipelines de CI/CD específicas para workflows de machine learning.
Monitorar continuamente a performance dos modelos em produção, incluindo logs, métricas e alertas.
Desenhar e aplicar estratégias para detecção e mitigação de degradação de performance dos modelos.
Garantir a segurança, governança e compliance dos dados e modelos em ambientes produtivos.
Colaborar com times multidisciplinares para documentar e padronizar processos relacionados a MLOps.

O que esperamos que você saiba

Experiência avançada em MLOps, incluindo automação e integração de pipelines.
Domínio de containers (Docker, Kubernetes) e orquestração de workflows. Conhecimento em cloud providers (AWS) e seus serviços aplicados a machine learning. Programação em Python aplicada a operações de dados e modelos.
Implementação de monitoramento, logging e observabilidade de modelos em produção. Boas práticas em segurança, governança e compliance dos dados.

O que seria muito legal se você soubesse

Vivência em tuning avançado de performance de pipelines de dados e modelos.
Experiência com frameworks especializados de MLOps (MLflow, Kubeflow, SageMaker Pipelines).
Conhecimento de práticas de infraestrutura como código (Terraform, CloudFormation).
Participação em projetos de inovação usando IA generativa ou integração com outras tecnologias de IA.
Atuação em comunidades técnicas, palestras ou publicações em eventos do setor.

O que te oferecemos

Atuamos em um modelo de trabalho remoto por padrão, priorizando a sua liberdade e responsabilidade. Além disso, proporcionamos:

Carreira