Engenheiro(a) MLops Sênior | Hibrido | Fortaleza ou São Paulo

Estamos em busca de um Engenheiro MLOps Sênior para estruturar e escalar pipelines de Machine Learning em ambiente produtivo. O(a) profissional será responsável por criar, automatizar e manter fluxos de deploy de modelos, garantindo confiabilidade, monitoramento e segurança.

O papel é estratégico na integração entre Data Science, Engenharia de Dados e Operações, permitindo que modelos de ML cheguem à produção de forma ágil, robusta e escalável.

 
Responsabilidades

• Projetar e implementar pipelines de MLOps (treinamento, deploy, monitoramento e retraining de modelos).
• Automatizar processos de CI/CD para Machine Learning e Data pipelines.
• Desenvolver e manter infraestrutura em nuvem (AWS, GCP ou Azure) voltada para ML.
• Configurar e gerenciar ambientes de containers (Docker) e orquestração (Kubernetes).
• Monitorar performance, drift e custo dos modelos em produção.
• Estabelecer padrões de segurança, governança e compliance em pipelines de dados e IA.
• Trabalhar em conjunto com cientistas de dados, engenheiros e times de produto

• 5+ anos de experiência em Engenharia de Machine Learning (nível Sênior).
• Experiência sólida com MLOps em ambiente produtivo.
• Conhecimento avançado em Python e bibliotecas para ML (TensorFlow, PyTorch, Scikit-learn).
• Experiência em CI/CD com ferramentas como GitLab CI, Jenkins ou similares.
• Experiência em cloud computing (AWS, GCP ou Azure).
• Domínio em Docker, Kubernetes e gestão de ambientes conteinerizados.
• Experiência com monitoramento e logging (Prometheus, Grafana, ELK Stack, MLflow, Kubeflow).

Desejáveis:

• Experiência com arquitetura de dados distribuídos (Spark, Kafka).
• Conhecimento em DataOps e governança de dados.
• Vivência com infraestrutura como código (Terraform, Ansible).
• Experiência em projetos de IA Generativa ou LLMs será considerado diferencial.
   

Competências Comportamentais

• Capacidade de lidar com complexidade e propor soluções escaláveis.
• Boa comunicação para interação com times multidisciplinares.
• Proatividade, autonomia e foco em resultados.
• Perfil colaborativo e orientado a melhoria contínua

Benefits