Senior Machine Learning Engineer / MLOps (Stone)

Como é ser uma pessoa Senior Machine Learning Engineer / MLOps (Stone):

Atuar como a "ponte" entre o time de Ciência de Dados e o ambiente de produção. O profissional será responsável por criar, arquitetar e manter sistemas e pipelines de Machine Learning em larga escala, garantindo que sejam eficientes, escaláveis e tenham baixa latência.

O que esperamos de você:

• Engenharia de Software e System Design: Domínio em boas práticas de código (clean code, testes, design patterns), desenho e documentação de arquitetura de sistemas (Modelo C4) e criação de pipelines de CI/CD para ML (ex: GitHub Actions).
• MLOps (Foco em Databricks): Domínio do ciclo de vida de ML, incluindo rastreamento de experimentos (MLflow), gestão de Feature Store (evitando vazamento de dados), Infraestrutura como Código (Databricks Asset Bundles), otimização de custos/computação e monitoramento de qualidade e drift dos modelos.
• Serving e Orquestração: Definição de estratégias de serving (batch vs. online), criação de APIs de inferência (FastAPI, Databricks), conteinerização avançada (Docker) e monitoramento com alertas.
• Processamento de Dados: Construção de pipelines escaláveis e processamento distribuído usando PySpark, Spark SQL e processamento em tempo real (Streaming) com Apache Kafka.

O que aumenta as suas chances:

• Background em Engenharia: Forte experiência anterior como Backend, DevOps ou SRE (lidando com microsserviços em produção).
• Inteligência Artificial Generativa: Experiência com integração e produtização de LLMs e GenAI (OpenAI, modelos open-source, etc.).
• Analytics Engineering: Experiência com dbt, Delta Lake e modelagem de dados.
• Multi-cloud: Experiência integrando e trabalhando com diferentes nuvens (AWS, GCP, Azure).