Engenheiro (a) de Machine Learning - Morumbi

DADOS DA VAGA:

• Unidade: CEP - CENTRO DE ENSINO E PESQUISA (MORUMBI)
• Área: PLATAFORMA E ENGENHARIA DE DADOS
• Horário: 09H00 ÀS 18H00 - 200H
• Escala: SEG A SEX
• Tipo de contrato: EFETIVA

RESPONSABILIDADES:

• Manutenção, Debugging, e monitoramento de sistemas analíticos avançados
• Desenvolvimento, execução e manutenção de esteiras de integração e entrega contínua
• Sustentação de sistemas analíticos avançados
• Implantação de soluções analíticas avançadas por meio de rotinas agendadas, APIs, e/ou sistemas em realtime
• Definição de arquiteturas de soluções e plataformas que incorporem algoritmos de inteligência artificial
• Colaboração com cientistas de dados e engenheiros de dados para a prototipação e desenvolvimento de sistemas analíticos avançados
• Aprimoramento da performance, tempo de execução, escalabilidade e confiabilidade de soluções analíticas avançadas
• Criação e/ou mapeamento de processos que garantam estabilidade, escalabilidade e segurança de projetos implantados
• Mapeamento e validação de soluções de mercado para MLOps

REQUISITOS

• Experiência com ecossistemas de dados em nuvem (AWS, Azure e/ou Databricks)
• Conhecimento avançado em Python
• Conhecimento avançado de GIT e padrões de GIT workflow
• Conhecimento avançado em conteinerização (Docker, Kubernets)
• Conhecimento em padrões de design de código
• Conhecimento em bancos de dados relacionais e não relacionais
• Experiência com Terraform para infraestrutura como código
• Experiencia com frameworks de machine learning: Pandas, Sklearn, Tensorflow, Tidyverse, Pytorch, FastAPI
• Experiência com testes unitários e de integração
• Experiência com sistemas Linux
• Experiência com refatoração de código (qualidade e performance)
• Experiência com desenvolvimento, uso e manutenção de esteiras de integração e entrega contínua (CI/CD)
• Experiência com SonarQube para análise contínua de código e garantia de padrões de qualidade em pipelines
• Experiência com Flask ou outras ferramentas de desenvolvimento de APIs
• Experiência com Airflow como ferramenta de orquestração de rotinas de dados e machine learning
• Experiência com MLflow para gerenciamento do ciclo de vida de ML.
• Experiência com construção de dashboards Python e R (Streamlit, Django, Shiny)
• Experiência com monitoramento de sistemas e suas ferramentas (Elastic, Grafana e Prometheus)
• Experiência com monitoramento de modelos de machine learning (Drift, Saturação)
• Experiência com Spark e processamento distribuído de dados com Pyspark
• Nível de leitura em inglês avançado