Engenheiro(a) de ML/IA

Você vai construir sistemas de machine learning que resolvem problemas reais do negócio: previsões, recomendações, detecção de anomalias e classificação. Não é uma vaga de pesquisa. Você leva modelos do protótipo à produção, cuida do ciclo de vida inteiro e mede o sucesso pelo resultado no negócio, não só pela acurácia.

• Desenvolver e colocar em produção modelos de classificação, regressão, recomendação e detecção de anomalias
• Construir e manter pipelines de ML: pré-processamento, feature engineering, treino, avaliação e serving
• Desenhar experimentos, rodar testes A/B e medir o impacto dos modelos nas métricas do negócio
• Otimizar latência, throughput e custo dos modelos em produção
• Definir feature stores com o time de engenharia de dados e garantir a qualidade dos dados de entrada
• Monitorar drift, problemas de qualidade de dados e queda de acurácia das previsões
• Documentar arquiteturas, procedimentos de treino e benchmarks de performance

• 3 anos ou mais de engenharia de ML com modelos rodando em produção
• Python avançado, com experiência profunda em scikit-learn, PyTorch ou TensorFlow
• Bons fundamentos de ML: trade-off entre viés e variância, validação cruzada, seleção de features e regularização
• Experiência com MLOps: versionamento de modelos, rastreamento de experimentos (MLflow, Weights & Biases) e retreino automático
• Familiaridade com serviços de ML em nuvem: SageMaker, Vertex AI ou Azure ML
• SQL e manipulação de dados sólidos (Pandas, Polars ou PySpark)
• Experiência servindo modelos como APIs ou jobs de inferência em lote em produção
• Comunicação clara, escrita e falada, com o time e com as áreas de negócio

• Experiência com integração de LLMs: engenharia de prompt, fine-tuning e arquiteturas RAG
• Familiaridade com deep learning para NLP ou visão computacional
• Conhecimento de inferência em tempo real e otimização de modelos (ONNX, TensorRT, quantização)
• Pesquisa publicada ou contribuições open source em ML
• Inglês para comunicação com o time e leitura de documentação técnica

• Git e GitHub para versionamento de código, notebooks e artefatos de modelo
• VS Code, Cursor ou JupyterLab com assistente de IA (GitHub Copilot ou similar), com todo código gerado revisado antes do merge
• MLflow ou Weights & Biases para rastreamento de experimentos e registro de modelos
• Jira, Linear ou similar para acompanhamento do projeto
• Pipelines de CI/CD para testes e deploy automáticos dos modelos
• Docker para ambientes de treino e serving reproduzíveis
• Plataformas de ML em nuvem (SageMaker, Vertex AI) para treino e serving

• Remuneração compatível com o mercado e com a sua experiência
• Contratação PJ ou CLT, a combinar
• Trabalho 100% remoto, com horário flexível
• Auxílio home office para equipamento e internet (com acesso a GPU quando necessário)
• Plano de saúde e odontológico
• Vale-refeição ou vale-alimentação
• Verba anual para cursos, eventos e certificações
• Férias remuneradas (CLT) ou recesso remunerado (PJ)