.
Responsabilidades e atribuições
- Atuar como ML Engineer na industrialização do modelo central de uma plataforma de Voice of the Customer (VoC);
- Transformar modelos desenvolvidos em notebooks em pipelines produtivos, escaláveis e parametrizados na AWS;
- Estruturar o ciclo de MLOps, garantindo versionamento, reprodutibilidade e governança dos modelos;
- Desenvolver pipelines de treinamento e inferência no SageMaker;
- Validar estatisticamente a paridade de score entre o modelo atual e o modelo migrado para produção;
- Atuar na evolução da plataforma de VoC, que integra dados de diferentes canais para geração de insights de negócio.
Requisitos e qualificações
- Experiência com Python em ambiente produtivo;
- Experiência com PyTorch e desenvolvimento de modelos de Machine Learning;
- Experiência com AWS SageMaker, incluindo Jobs, Pipelines, Model Registry e GPU;
- Experiência com MLOps, versionamento e reprodutibilidade de modelos e experimentos;
- Conhecimento em validação estatística e comparação de modelos.
- Diferenciais: experiência com PyTorch Geometric e Graph Neural Networks (GNN), conhecimento em NetworkX, scikit-learn e FAISS, experiência com explicabilidade de modelos de Machine Learning.
Etapas do processo
- Cadastro
- Mapeamento de Stack
- Fit Cultural
- Entrevista Líder
- Cadastro de Qualificação
- Oferta e Negociação
- Contratação
Crie sua conta grátis para ver o link da candidatura.