[Engineering Platforms] Machine Learning Engineer ...

O Time De Engineering Platforms

O time de Engineering Platform tem o propósito de padronizar e simplificar a complexidade existente no fluxo de desenvolvimento de software, garantindo que nossas pessoas tenham a melhor experiência de desenvolvimento possível, em um ambiente com autonomia, responsabilidade, criatividade e inovação.

Sendo assim, somos responsáveis por assegurar a máxima produtividade e eficiência, concomitante ao mínimo de fricção possível na geração de valor para os(as) nossos(as) clientes, reduzindo a dependência entre as áreas e permitindo que nosso time de engenharia coloque seus códigos em produção com maior qualidade e rapidez atuando em todo ciclo de desenvolvimento de software.

Como é ser uma pessoa Machine Learning Engineer | Sênior:

A pessoa Machine Learning Engineer precisa de forte habilidade de comunicação para interação com os times de Engenharia, Ciência de Dados e Negócio, além de trabalho em equipe para interagir e co-criar em projetos com times multidisciplinares e de diferentes níveis de maturidade. Tendo autonomia para trabalhar e desenvolver projetos de fim-a-fim.

Seu dia a dia vai envolver a análise de casos de uso de ML em toda a Stone. Tradução desses casos de uso em requisitos para a nossa plataforma de MLOPs. Desenvolver e implementar POCs de MLOPs. Trabalhar em projetos com pessoas dos times de negócio, engenharia transacional, engenharia de dados e cientistas de dados. Garantir que os pipelines de MLOPs estão operando de forma correta e eficiente. Apoiar os times de DS no desenvolvimento de novos modelos: da concepção a colocação em produção. Participar de treinamentos técnicos.

O Que Esperamos De Você

• Experiência na construção de pipelines de MLOps (batch e real-time);
• Experiência usando frameworks de MLOps MLFLow;
• Experiência em Databricks;
• Experiência na implementação de soluções cloud (AWS e GCP);
• Experiência com Airflow;
• Conhecimentos das etapas do desenvolvimento de modelos de ML;
• Conhecimento de Python;
• Conhecimento de frameworks de ML: Numpy, Pandas, ScikitLearn, Keras, Tensorflow, Pytorch;
• Bom entendimento de Linux;
• Experiência no desenvolvimento de software;