job specification

Vaga: Cientista de Dados / Machine Learning Engineer (MLOps & LLMs)

Modelo: Remoto

Sobre a oportunidade

Buscamos um(a) profissional com forte atuação em Ciência de Dados e Machine Learning , com experiência prática em MLOps e aplicações com LLMs , para atuar no desenvolvimento de soluções escaláveis, desde a modelagem até a produção.

Responsabilidades

• Desenvolver e manter pipelines de Machine Learning (treinamento, inferência, versionamento e automação)
• Implementar pipelines de MLOps e LLMOps (CI/CD, versionamento de dados/modelos, monitoramento)
• Construir soluções em Python , seguindo boas práticas de engenharia
• Integrar e otimizar pipelines de dados com qualidade e governança
• Aplicar técnicas de machine learning (supervisionado e não supervisionado)
• Trabalhar em conjunto com times de engenharia, produto e negócio
• Realizar fine-tuning e aplicação de modelos de linguagem (LLMs)
• Garantir performance, custo e observabilidade das soluções

Requisitos técnicos

• Experiência comprovada em Ciência de Dados aplicada ao negócio
• Domínio em Python (pandas, numpy, scikit-learn, etc.)
• Experiência prática com MLOps (pipelines, deploy, monitoramento)
• Conhecimento sólido em SQL e bancos de dados (relacionais e não relacionais)
• Experiência com integração de APIs e automação de dados/modelos
• Vivência com modelagem estatística e avaliação de modelos

⚙️ Diferenciais

• Experiência com Airflow, MLflow, Kubeflow ou DVC
• Vivência com LLMs (integração, prompt engineering, otimização de custos)
• Conhecimento em arquiteturas baseadas em agentes
• Experiência com GKE ou Cloud Run (deploy de modelos)
• Familiaridade com observabilidade de ML/LLMs (ex: LangSmith, Weights & Biases)
• Técnicas de otimização de modelos (quantização, distilação)
• Experiência com visualização de dados (Power BI, Looker, Tableau)
• Conhecimento em segurança e governança de IA (guardrails, content safety)

Idiomas

• Inglês ou espanhol para leitura e comunicação técnica

Perfil comportamental

• Perfil hands-on e analítico
• Boa comunicação com áreas técnicas e de negócio
• Proatividade e autonomia
• Foco em geração de valor e impacto