Engenheiro DevOps - Infraestrutura e Inteligência Artificial | Presencial - São Paulo/SP | PJ

Buscamos um profissional de DevOps com forte experiência em infraestrutura e cloud, que também possua conhecimento ou interesse em plataformas de Inteligência Artificial e workloads de IA.

Esse profissional será responsável por provisionar, automatizar e operar ambientes escaláveis, suportando aplicações modernas e plataformas que utilizam modelos de IA, pipelines de dados e serviços de machine learning.

A posição exige experiência com infraestrutura como código, automação de pipelines CI/CD, containers e cloud computing, além de conhecimento sobre infraestrutura necessária para executar soluções de IA generativa e machine learning em produção.

 
Responsabilidades
Projetar, implementar e manter infraestrutura escalável e resiliente em cloud.
Automatizar provisionamento de infraestrutura utilizando Infraestrutura como Código (IaC).
Gerenciar ambientes de containers e orquestração.
Implementar e manter pipelines CI/CD para aplicações e serviços.
Provisionar e otimizar ambientes para workloads de IA e processamento de dados.
Implementar monitoramento, observabilidade e logging.
Garantir segurança, performance e alta disponibilidade da infraestrutura.
Trabalhar em conjunto com times de desenvolvimento e dados para suportar aplicações e plataformas de IA.
Automatizar processos operacionais e de deployment.
Implementar boas práticas de DevOps, SRE e FinOps.

Requisitos Mandatórios
Experiência com infraestrutura cloud (AWS, Azure ou GCP).
Experiência com containers e orquestração:

Docker
Kubernetes
Experiência com Infraestrutura como Código:

Terraform
CloudFormation ou similares
Experiência com pipelines de CI/CD.
Conhecimento em sistemas Linux e redes.
Experiência com monitoramento e observabilidade:

Prometheus
Grafana
ELK Stack ou similares.
Experiência com automação utilizando:

Bash
Python
Conhecimento em arquiteturas modernas de microserviços.
 
Requisitos Desejáveis
Experiência com infraestrutura para IA ou Machine Learning.
Experiência com deploy de modelos de IA em produção.
Conhecimento em plataformas de IA como:

OpenAI
AWS Bedrock
Azure AI
Hugging Face
Experiência com pipelines de dados ou MLOps.
Conhecimento em GPU computing e ambientes para treinamento de modelos.
Experiência com ferramentas de MLOps como:

MLflow
Kubeflow
Airflow
Experiência com vector databases ou workloads de IA generativa.

Benefits