Machine Learning Ops Engineer - PL (Híbrido / SP) - 128648
GFT GroupBarueri, São Paulo, BrazilHá 11 horas
Descrição da vagaExperiência com MLOps ou DevOps aplicado a Machine Learning; Experiência sólida com AWS (SageMaker, ECR, ECS / EKS, Lambda, EMR); Conhecimento em PySpark para preparação e engenharia de features; Vivência com ferramentas de MLOps (MLflow, Kubeflow, SageMaker Pipelines); Proficiência em Python e frameworks de ML (Scikit-learn, TensorFlow, PyTorch); Experiência com containerização (Docker, Kubernetes); Conhecimento em CI / CD (GitLab CI, GitHub Actions, Jenkins); Experiência com IaC (Terraform, CloudFormation); Conhecimento em monitoramento de modelos e detecção de drift. Experiência com feature stores (SageMaker Feature Store, Feast); Conhecimento em arquiteturas de data lake voltadas a ML; Experiência com MLlib (biblioteca de ML do Spark); Vivência com model serving (TensorFlow Serving, Seldon, KServe); Certificações AWS Machine Learning Specialty; Experiência com execução distribuída de ML (Ray, Dask, Spark ML). Goste de trabalhar em equipe e seja colaborativa em suas atribuições; Tenha coragem para se desafiar e ir além, abraçando novas oportunidades de crescimento; Transforme ideias em soluções criativas e busque qualidade em toda sua rotina; Tenha habilidades de resolução de problemas ; Possua habilidade e se sinta confortável para trabalhar de forma independente e gerenciar o próprio tempo ; Tenha interesse em lidar com situações adversas e inovadoras no âmbito tecnológico.
O que buscamos :
Profissional de nível PL que atue com Machine Learning Ops Engineer . Irá atuar na modalidade híbrida 3x por semana – Itaim Bibi / SP.
Requisitos e qualificações :
- Implementar pipelines de MLOps (CI / CD para modelos de Machine Learning);
- Gerenciar infraestrutura de treinamento e inferência na AWS;
- Criar pipelines de feature engineering com PySpark;
- Implementar monitoramento e observabilidade de modelos em produção;
- Automatizar deployment e versionamento de modelos;
- Trabalhar com AWS SageMaker, ECS e EKS para serving de modelos;
- Implementar e manter feature stores e gestão de features;
- Garantir reprodutibilidade e rastreabilidade de experimentos;
- Integrar pipelines de ML com data lake usando PySpark e Trino;
- Otimizar custos e performance de cargas de ML.
Requisitos e qualificações :
Desejáveis / Diferenciais :
Descrição comportamental :
Procuramos uma pessoa que :
Big enough to deliver – small enough to care.
#J-18808-Ljbffr
Criar um alerta de emprego para esta pesquisa
Machine Learning Engineer • Barueri, São Paulo, Brazil