Como Cientista de Dados Sênior, você atuará como referência técnica da squad de Data Science, liderando iniciativas relacionadas à arquitetura, governança e industrialização de modelos de Machine Learning em Azure Databricks.
Sua atuação será fundamental para garantir a evolução das práticas de Data Science e MLOps, promovendo escalabilidade, governança, rastreabilidade e geração de valor para o negócio por meio da inteligência artificial.
Faça parte de uma equipe que está construindo o futuro da inteligência artificial e analytics. Trabalhe com tecnologias de ponta, ambientes escaláveis e desafios que impulsionam inovação em grandes organizações.
Together we do what matters.
Saiba mais sobre alguns dos nossos benefícios:
- Vale refeição ou alimentação
- Cartão Multibenefícios (até Consultor(a) Sênior)
- Convênio médico e odontológico
- Certificações e treinamentos
- Seguro de vida
- Previdência privada
- Avababy: acompanhamento da gestação e kit para novos pais e mães
- Participação nos resultados da empresa
- Wellhub
- Auxílio creche
- Mentoria de carreira
- Política de Birthday Off (um dia de folga no mês do seu aniversário)
- Sessões de bem-estar
- Para cargos gerenciais: veículo corporativo, estacionamento e auxílio combustível
Responsabilidades
- Liderar tecnicamente a migração de iniciativas de Machine Learning para Azure Databricks;
- Definir arquiteturas de ML utilizando MLflow, Feature Store e Model Serving;
- Estruturar processos de versionamento e rastreabilidade de modelos;
- Projetar pipelines de treinamento, validação, deploy e inferência;
- Definir e implementar práticas de MLOps e governança de modelos;
- Liderar a migração de pipelines batch e near real-time;
- Estruturar e governar ambientes de Feature Store;
- Apoiar a industrialização e operacionalização de modelos de Machine Learning;
- Garantir performance, escalabilidade e reprodutibilidade dos modelos;
- Apoiar definições de SLA, latência e monitoramento;
- Atuar como liderança técnica da squad de Data Science;
- Colaborar com equipes de Engenharia de Dados, Arquitetura e áreas de negócio.
.
Habilidades e experiências
Requisitos obrigatórios
- Experiência sólida com Machine Learning em produção;
- Experiência com Azure Databricks Machine Learning;
- Forte domínio de MLflow;
- Experiência com Feature Store;
- Domínio de Python e bibliotecas de Machine Learning;
- Experiência com pipelines de treinamento, validação e inferência;
- Conhecimento em MLOps, CI/CD e monitoramento de modelos;
- Experiência em model serving batch e real-time;
- Conhecimento de arquiteturas Lakehouse;
- Experiência com Git e práticas DevOps;
Diferenciais
- Experiência com Databricks Model Serving e AutoML;
- Conhecimento em monitoramento de modelos e detecção de data drift;
- Vivência com Responsible AI e governança de modelos;
- Experiência com frameworks avançados de MLOps;
- Atuação em projetos do setor financeiro;
- Experiência com ambientes regulados e de alta criticidade.
.
