Gerente de Machine Learning e Deep Learning

Na Psyche Aerospace, estamos revolucionando o setor agro brasileiro através de inovações tecnológicas que visam transformar a produtividade e a sustentabilidade no campo. Somos uma startup dinâmica, comprometida em desafiar o sistema e criar soluções disruptivas que atendam às necessidades do setor. Estamos sediados em São José dos Campos e buscamos um profissional dinâmico e engajado para se juntar à nossa equipe de Tecnologia.
**Sobre a Vaga**:
O Gerente de Machine Learning e Deep Learning da Psyche Aerospace terá a oportunidade de liderar e implementar soluções inovadoras utilizando técnicas avançadas de inteligência artificial, promovendo o avanço tecnológico da empresa. Se você é um profissional com sólida experiência em Machine Learning e Deep Learning, com habilidades para traduzir desafios técnicos em soluções eficazes, além de liderança para gerenciar equipes de alto desempenho, essa é sua chance de deixar sua marca em um ambiente dinâmico e desafiador.
**Local**: Presencial, São José dos Campos
**Modalidade**: PJ (Pessoa Jurídica)
**Disponibilidade**: Início Imediato
**Responsabilidades e atribuições** Principais Responsabilidades**:
**Liderança Técnica e Estratégica**: Gerenciar e coordenar a equipe de Machine Learning e Deep Learning, garantindo o alinhamento das atividades com os objetivos estratégicos da empresa.
**Desenvolvimento de Modelos Avançados**: Projetar, desenvolver e implementar algoritmos de Machine Learning e Deep Learning, incluindo modelos de visão computacional para análise de imagens de drones e sensores.
**Integração de Dados**: Integrar dados provenientes de diversas fontes (sensores de solo, drones, máquinas agrícolas e industriais) para criar modelos preditivos e prescritivos que apoiem os processos agrícolas e industriais do início ao fim da produção.
**Processos e Tecnologias de Ponta**: Implementar pipelines de MLOps, assegurando automação, eficiência e robustez no treinamento, deploy e monitoramento de modelos. Garantir a escalabilidade e performance dos modelos em ambientes de produção, utilizando tecnologias de computação em nuvem e _edge computing_.
**Colaboração Interdisciplinar**: Colaborar com equipes de back-end, front-end e engenharia de dados para integrar modelos de IA na plataforma, alinhando soluções técnicas com as necessidades da empresa.
**Inovação e Melhoria Contínua**: Identificar oportunidades de inovação e promover melhorias nos processos existentes, garantindo a constante evolução das soluções de IA.
**Conformidade e Segurança**: Assegurar que todas as soluções estejam em conformidade com as regulamentações de segurança de dados e privacidade, incluindo a LGPD. Implementar práticas de segurança da informação para proteger dados sensíveis e manter a integridade dos processos.
**Requisitos e qualificações** Qualificações e Requisitos**:
Mestrado ou Doutorado Completo em Ciência da Computação, Matemática, Estatística e/ou áreas relacionadas;
Superior Completo em Ciência da Computação, Engenharia de Dados, Estatística, Física ou áreas correlatas;
Mestrado ou MBA em Gestão de Dados, Ciência de Dados, Engenharia de Software ou áreas afins (desejável);
Experiência comprovada em Machine Learning e Deep Learning;
Experiência anterior em liderança ou gerenciamento de equipe técnica;
Experiência em projetos que integrem dados de hardware e sensores em larga escala;
**Domínios Avançados**:
- ** Visão Computacional**: Domínio de algoritmos para análise de imagens, como CNNs, segmentação de imagens, detecção de objetos e reconhecimento de padrões.
- ** Aprendizado de Máquina Avançado**: Experiência com técnicas de Aprendizado Profundo (Deep Learning), Aprendizado por Reforço, GANs, Transferência de Aprendizado, Meta-Aprendizado, Aprendizado Auto-Supervisionado, Redes Neurais Gráficas, Aprendizado Federado, Inteligência Artificial Explicável (Explainable AI), Inferência Causal, e Aprendizado de Máquina Bayesiano e Multimodal.
- ** MLOps**: Implementação de pipelines de CI/CD para IA, automação de deploys e monitoramento contínuo.
- ** Big Data e Processamento em Tempo Real**: Conhecimento em ferramentas como Apache Kafka e Apache Spark.
**Conhecimentos Técnicos e Habilidades**:
- ** Linguagens de Programação**: Python (avançado), C++ e Java.
- ** Frameworks de Machine Learning**: TensorFlow, PyTorch, Keras, Scikit-learn.
- ** Processamento de Dados**: Pandas, NumPy, Dask.
- ** Visão Computacional**: OpenCV, TensorFlow Object Detection API.
- ** Protocolos de Comunicação**: MQTT, WebSockets, HTTP/2.
- ** Bancos de Dados**: SQL (PostgreSQL, MySQL), NoSQL (MongoDB, Cassandra).
- ** Computação em Nuvem**: AWS (SageMaker, EC2, S3), Azure, Google Cloud Platform.
- ** Ferramentas de Big Data**: Hadoop, Spark, Kafka.
- ** MLOps e DevOps**: Docker, Kubernetes, Jenkins, GitLab CI/CD.
**Visão e Competências Comport

---