Machine Learning Engineer - Sênior
HybridSão Paulo, São Paulo, Brazil
Job Summary
Develop and optimize machine learning pipelines, including development, deployment, and monitoring of efficient data science projects. Design, test, and deploy deep learning algorithms and robotics solutions while validating data selection and representation methods. Continuously improve existing notebooks and code handling large real-world datasets to enhance model performance. Manage the full ML lifecycle using Vertex AI tools, including pipelines, model registry, and feature stores, alongside distributed data processing on GCP. Implement containerization with Docker and Kubernetes, build REST APIs, and integrate CI/CD workflows using Jenkins and Git. Conduct statistical and data science analyses to drive decision-making, requiring advanced Python, TensorFlow expertise, and SQL/NoSQL proficiency.
Required Qualifications
- Com conhecimento técnico aprofundado
- capaz de oferecer novas perspectivas de solução para problemas de dificuldade moderada
- Precisando de um mínimo de orientação, começa a orientar outros profissionais e a contribuir decisivamente na tomada de decisão
- Estudar e transformar projetos de ciência de dados em modelos de machine learning eficientes
- Realizar o desenvolvimento e melhoria do pipeline de modelos (desenvolvimento, deploy e monitoramento)
- Desenvolver pesquisa e implementação de algoritmos e ferramentas de machine learning
- Auxiliar e Desenvolver melhorias contínuas de notebooks/códigos e trabalhos existentes, com grande quantidade de dados reais, visando melhorar seus desempenhos
- Atuar e validar a pesquisa e seleção de dados adequados para modelos, bem como melhores métodos para representação de dados
- Pesquisar e desenvolver o desenho, desenvolvimento, testes e deploy de algoritmos de otimização, deep learning e rôbos (IA)
- Desenvolver e Validar controle e monitoramento de algoritmos e modelos em produção
- Realizar e Validar estudos e análises, buscando compreender os diversos aspectos da ciência de dados
- Conhecimento em Docker
- Experiência avançada no ecossistema Vertex AI para gerenciamento do ciclo de vida de ML (Vertex Pipelines, Vertex Model Registry, Vertex Feature Store)
- Sólido conhecimento no ecossistema de dados GCP para engenharia de features e processamento distribuído
- Domínio em Python
- Profundo entendimento prático de TensorFlow e frameworks modernos de Machine Learning
- Sólido conhecimento na criação/entendimento de modelos Estatísticos, Matemáticos e algoritmos de Machine Learning
- Experiência em conteinerização com Docker e orquestração de microsserviços com Kubernetes
- Experiência no desenvolvimento de APIs REST e uso de ferramentas de CI/CD (ex: Jenkins, Git)
- Familiaridade com ferramentas de rastreamento de experimentos (como MLflow ou Vertex AI Experiments)
- Domínio em consultas SQL e vivência com bancos de dados NoSQL (como MongoDB)
- Experiência prática trabalhando com metodologias Ágeis (Agile)
- Inglês Avançado (leitura, escrita e conversação técnica)
Desired Qualifications
- conhecimentos em R e PySpark/Spark são altamente desejáveis
- Certificação oficial Google Cloud Professional Machine Learning Engineer
- Experiência prática com GenAI dentro do Vertex AI (utilização de Model Garden, tuning de LLMs como Gemini)
Hiring someone like this?
Get your role in front of qualified candidates on Sorce.