;Atribuições:O Engenheiro de Machine Learning (ML) será responsável por desenvolver, implementar e gerenciar modelos de machine learning em ambiente de produção, garantindo a escalabilidade, confiabilidade e desempenho das soluções. Este profissional será o ponto focal para a produtização de modelos, com foco na criação e otimização de pipelines de ML em plataforma Databricks, utilizando o MLFlow como ferramenta principal para o rastreamento, gerenciamento e implantação dos modelos. Além disso, o Engenheiro de ML atuará na manutenção da esteira DevOpsML, assegurando práticas ágeis e uma integração contínua eficiente entre os modelos de ML e o ambiente de produção. Principais Responsabilidades: Colaborar com cientistas de dados para transformar modelos experimentais em soluções de machine learning produtivas e escaláveis.Utilizar MLFlow para rastrear experimentos, gerenciar modelos e facilitar a implantação em ambientes de produção no Databricks.Implementar e otimizar pipelines de machine learning em ambiente DevOps, garantindo uma integração contínua e automação do fluxo de trabalho de ML.Manter e aprimorar a esteira DevOpsML para suportar o ciclo completo de vida de desenvolvimento, desde a experimentação até a monitoração em produção.Estabelecer e implementar métricas de monitoramento e avaliação para modelos implantados, visando a manutenção do desempenho e a detecção de possíveis desvios.Diagnosticar e solucionar problemas relacionados à operação dos modelos de ML em produção, ajustando processos para garantir a robustez e a eficiência dos modelos.Colaborar com equipes de engenharia de dados, ciência de dados e operações para garantir a interoperabilidade e a integridade das soluções de machine learning.Definir e aplicar melhores práticas para governança, segurança e compliance em relação ao pipeline de ML, alinhando-se aos padrões de DevOps e MLops da empresa.Requisitos: Experiência com MLFlow para gerenciar o ciclo de vida de modelos de machine learning.Experiência com Databricks para construção de pipelines de ML em larga escala.Conhecimento em DevOps aplicado a machine learning (DevOpsML), com ênfase na criação de esteiras de integração contínua e entrega contínua (CI/CD).Experiência em monitoramento de modelos em produção e em técnicas de manutenção de performance.Conhecimentos em Python, SQL e demais ferramentas e linguagens para manipulação de dados e machine learning.Habilidades de comunicação e trabalho em equipe, com foco em colaboração entre engenheiros de dados, cientistas de dados e times operacionais. ;Ensino Superior completo na área. ;DiferenciaisCertificações em Azure ou outras plataformas de nuvem como : AI - 900, DP - 900, DP - 100, AI - 102.Certificaçóes em DatabricksExperiência em colaboração com equipes multidisciplinares para soluções complexas de dados e IA. Informações adicionais: Conhecimento 2x na semana no escritório - Próximo a ponte estaiada em SP. ;