Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no E-commerce)

Vaga aberta de Engenheiro(a) de Machine Learning Sênior (MLOps e Deploy de Modelos no E-commerce) . A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision. Nível: senior. Modelo de trabalho: 100% Remoto. Contratação: tempo integral, CLT ou PJ. Sobre a vaga: Um e-commerce tem modelos de recomendação, de previsão de demanda e de risco de fraude, cada um treinado em um notebook diferente e publicado de um jeito próprio. Quando o catálogo muda ou uma campanha altera o padrão de compra, o desempenho cai e ninguém percebe até a área de negócio reclamar. O trabalho é criar o caminho padrão do modelo até a produção. Os pontos críticos são a consistência entre treino e serviço, porque a variável calculada no treino precisa ser a mesma no momento da decisão; a reprodutibilidade, porque é preciso refazer qualquer versão publicada; o desempenho de pontuação em horário de pico, como na Black Friday; e a capacidade de voltar para a versão anterior em minutos. Você desenha a plataforma e responde por ela. Mede-se por tempo do modelo pronto até a produção, número de modelos publicados pelo caminho padrão, tempo de recuperação após um incidente e falhas de consistência encontradas antes do impacto. O que você vai fazer: Definir o ciclo padrão: dados versionados, treino reproduzível, validação, registro e publicação Construir pipelines de treino e de pontuação no Airflow, com Docker e testes Usar o MLflow como registro de experimentos e de modelos, com critérios de promoção Garantir que as variáveis de treino e de serviço usem a mesma lógica Publicar modelos em serviço com autoescala, testes de carga e plano de reversão Monitorar latência, erro, deriva de dados e desempenho do modelo Conduzir incidentes de modelo com análise de causa e registro de aprendizado Orientar cientistas e engenheiros sobre o caminho padrão e revisar implantações Requisitos: Engenharia de ML em produção: pipelines, registro, serviço e monitoramento Python, Docker e orquestração de jobs SQL e dados transacionais em grande volume Noção de integração e entrega contínuas aplicadas a modelos Entendimento de latência, escala e custo de inferência Capacidade de tratar incidente com calma e método Git e revisão de código Diferenciais: Armazenamento de variáveis (feature store) Kubernetes ou serviço gerenciado de contêineres Testes de carga de serviços de pontuação Experiência com recomendação ou detecção de fraude Observabilidade de modelos Como é trabalhar aqui: Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Toda publicação passa por revisão em par e por uma lista de verificação, e o plano de reversão é ensaiado antes de picos de venda. A rotina inclui plantão compartilhado e revisão sem culpados dos incidentes. Benefícios oferecidos pela empresa contratante: Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe Trabalhe de qualquer lugar, com liberdade e flexibilidade Conexão global: convivência com times de diferentes países e culturas Apoio à saúde física com TotalPass e Mediquo Cuidado com a saúde mental pelo programa Team Care Contratação e jornada definidas com a empresa contratante Tecnologias envolvidas: Python MLflow Airflow Docker SQL scikit-learn MLOps Git Seus dados: tratados conforme a LGPD, com remoção a qualquer momento, a pedido. #J-18808-Ljbffr Sylision