O que esperamos de você?Experiência em Programação e Sistemas: Proficiência em linguagens de programação como Python, Java ou Scala. Conhecimento sólido em sistemas operacionais, principalmente Linux, e experiência com design e arquitetura de software.Conhecimento em Machine Learning: Compreensão de algoritmos de machine learning, experiência prática na construção e implementação de modelos e familiaridade com bibliotecas e frameworks como TensorFlow, PyTorch e Scikit-learn.DevOps e Ferramentas de CI/CD: Habilidade em ferramentas de integração contínua e entrega contínua (CI/CD), como Jenkins, GitLab, CircleCI, entre outras. Experiência com automação de pipelines de software e implementação de práticas de DevOps.Contêinerização e Orquestração: Proficiência no uso de contêineres (por exemplo, Docker) e orquestradores de contêineres (por exemplo, Kubernetes). Essas tecnologias são fundamentais para a criação de ambientes de desenvolvimento e produção consistentes e escaláveis.Gerenciamento de Dados e Infraestrutura: Capacidade para trabalhar com grandes volumes de dados e familiaridade com ferramentas de processamento de dados como Apache Spark, Hadoop ou plataformas de dados em nuvem (AWS, Google Cloud, Azure). Experiência em configurar e gerenciar infraestruturas de dados para suportar pipelines de machine learning.Como será o seu dia a dia?Segurança e Conformidade: Conhecimento em práticas de segurança para proteção de dados e modelos, bem como compreensão das questões de conformidade regulatória relacionadas ao uso de machine learning em diferentes indústrias.Colaboração e Comunicação: Habilidade para trabalhar em equipes multidisciplinares e comunicar eficazmente conceitos técnicos para não especialistas, facilitando a colaboração entre equipes de dados, desenvolvimento e operações.Aprendizado Contínuo: Devido ao rápido desenvolvimento e evolução das tecnologias de machine learning e operações, é crucial manter-se atualizado com as últimas tendências, técnicas e ferramentas do campo.