Buscamos um(a) Cientista de Dados Especialista com forte atuação em MLOps e Engenharia de Plataforma, capaz de liderar iniciativas de inteligência artificial em escala, estruturar pipelines de dados, treinar modelos de machine learning e construir plataformas robustas para deploy, monitoramento e governança de modelos.

Este(a) profissional será responsável por garantir que soluções de IA sejam entregues com alta performance, segurança, reprodutibilidade e escalabilidade, atuando em conjunto com equipes de Dados, Engenharia, Produto e Arquitetura.

Responsabilidades

• Desenvolver, treinar e validar modelos de Machine Learning e IA avançada.
• Projetar e implementar pipelines de MLOps para automação de treinamentos, versionamento, testes, deploy e monitoramento de modelos.
• Construir e evoluir a plataforma de ML (feature store, model registry, pipelines, automações e integrações).
• Definir arquiteturas escaláveis para processamento de dados e modelos em produção.
• Trabalhar com equipes multidisciplinares para mapear casos de uso e transformar problemas de negócio em soluções baseadas em dados.
• Garantir boas práticas de governança, incluindo experiment tracking, rastreabilidade e controle de qualidade dos modelos.
• Realizar benchmarks, tuning, avaliação e reavaliação periódica de performance dos modelos (drift, acurácia, ROI).
• Apoiar cientistas de dados e engenheiros menos experientes no uso da plataforma e padrões de MLOps.

Requisitos Técnicos

Obrigatórios:

• Experiência avançada em Python, bibliotecas de ML (Scikit-learn, XGBoost, TensorFlow ou PyTorch).
• Experiência prática com MLOps em nuvem (AWS, GCP ou Azure).
• Conhecimento sólido de CI/CD, containers e orquestração (Docker, Kubernetes).
• Experiência com MLFlow, Kubeflow, SageMaker, Vertex AI ou equivalentes.
• Conhecimento de arquitetura de dados: ETL/ELT, Data Lake, Data Warehouse.
• Experiência com ferramentas de logging, monitoramento e observabilidade (Prometheus, Grafana, CloudWatch, Datadog).
• Forte habilidade em estruturação de pipelines de dados e modelos.

Desejáveis:

• Experiência com Feature Stores (Feast, Tecton).
• Experiência com LLMOps (modelos generativos, pipelines para LLM, avaliação e monitoramento de prompts).
• Vivência com práticas de engenharia: testes automatizados, versionamento, code review.
• Conhecimento em modelagem estatística avançada e experimentação (A/B tests).
• Certificações em cloud (AWS, GCP ou Azure).

Soft Skills

• Perfil analítico e orientado a resultados.
• Comunicação clara com áreas técnicas e não técnicas.
• Capacidade de liderar tecnicamente projetos complexos.
• Proatividade na identificação de melhorias na plataforma.
• Colaboração e espírito de time.