Pessoa Engenheira de Machine Learning Sênior

Estamos em busca de uma Pessoa Engenheira de Machine Learning de altíssimo nível para atuar na ponte estratégica entre o desenvolvimento de modelos, a engenharia de software e a operação em larga escala. Se você domina a arte de colocar modelos em produção, entende profundamente de MLOps e LLMOps, e quer garantir que a IA transforme dados em resultados confiáveis, #VemPraViaflow! O desafio Você será a pessoa responsável por fortalecer nossas capacidades de ML, tornando nossas soluções mais rápidas, precisas e escaláveis. O seu papel abrange todo o ciclo de vida: da experimentação e curadoria de datasets à otimização de modelos, gestão de embeddings, reranking e o monitoramento contínuo em ambiente produtivo. Se você tem a maturidade necessária para integrar modelos complexos a serviços de missão crítica, este é o seu lugar. Se identificou? Então vem com a gente! Responsabilidades e atribuições Desenvolver, adaptar, avaliar e operacionalizar modelos e componentes de Machine Learning. Trabalhar com embeddings, rerankers, classificadores, modelos de linguagem, modelos especializados e mecanismos de avaliação. Criar pipelines para experimentação, validação, versionamento, deploy e monitoramento de modelos. Implementar práticas de MLOps e LLMOps, conectando modelos ao ciclo de vida produtivo da plataforma. Avaliar desempenho, custo, latência, qualidade, segurança e estabilidade de modelos em diferentes cenários. Apoiar estratégias de fine tuning, prompt evaluation, dataset curation, model routing, fallback e otimização de inferência. Construir métricas, testes e processos para garantir qualidade e confiabilidade dos modelos em produção. Trabalhar com Engenharia de IA, Dados e Plataforma para integrar modelos a serviços, APIs e aplicações. Documentar experimentos, decisões técnicas, critérios de avaliação e padrões reutilizáveis. Requisitos e qualificações Experiência com Machine Learning aplicado, avaliação de modelos e operacionalização de soluções. Conhecimento em Python e bibliotecas como scikit-learn, PyTorch, TensorFlow, Hugging Face ou equivalentes. Familiaridade com NLP, embeddings, recuperação de informação, classificação e avaliação de modelos. Experiência com pipelines de ML, versionamento de modelos, datasets e experimentos. Boa compreensão de métricas de ML, validação, overfitting, drift, bias e monitoramento. Capacidade de transformar experimentos em componentes produtivos e integráveis. Conhecimento em APIs, containers, cloud e deploy de modelos. Atenção a segurança, privacidade, rastreabilidade e governança de modelos. Informações adicionais Contratação: Via modelo cooperativa. Modelo de Trabalho: Anywhere Office - trabalhe de onde se sentir confortável. Tecnologia: Reembolso BYOD para aquisição de máquina e Auxílio BYOD para utilização de máquina própria. Auxílios: Auxílio home office no cartão iFood Benefícios na categoria saldo livre para usar onde quiser.