Atribuições:

O Engenheiro de Machine Learning (ML) será responsável por desenvolver, implementar e gerenciar modelos de machine learning em ambiente de produção, garantindo a escalabilidade, confiabilidade e desempenho das soluções. 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: 2x na semana na sede da empresa.