MLOps | Machine Learning Operations Pleno ou Sênior

A
hub xp
é uma software house referência em
outsourcing de tecnologia
e está conduzindo um processo seletivo para atuar em um de nossos
principais clientes
— uma
multinacional líder nos setores de Educação e Saúde
, com forte presença internacional e
listada na Bolsa de Nova York (NYSE)
.

Trata-se de um ambiente de
alta performance, inovação contínua e impacto real na vida de milhões de pessoas
, onde você terá a chance de contribuir em projetos estratégicos, com
tecnologias de ponta
e
amplo espaço para crescimento profissional
.

Sobre a Vaga

Buscamos um(a) Engenheiro(a) MLOps para integrar nosso time de dados e ser responsável pela operacionalização de modelos de machine learning. Este profissional será fundamental para criar a ponte entre ciência de dados e produção, garantindo que nossos modelos sejam deployados, monitorados e mantidos com excelência em ambientes produtivos.

Responsabilidades

• Projetar e implementar pipelines de CI/CD para modelos de machine learning
• Automatizar o ciclo de vida completo de ML: treinamento, validação, deploy e monitoramento
• Containerizar modelos usando
  Docker
  e orquestrar com Kubernetes
• Implementar versionamento de modelos, datasets e experimentos
• Desenvolver APIs robustas para servir modelos em produção
• Monitorar performance, drift e degradação de modelos em produção
• Colaborar com Cientistas de Dados para otimizar modelos para produção
• Integrar pipelines de ML com a infraestrutura de dados existente (DBT, warehouse)
• Estabelecer práticas de governança e compliance para modelos de ML
• Implementar estratégias de A/B testing e rollout gradual de modelos
• Documentar arquiteturas, processos e melhores práticas de MLOp.

Requisitos Obrigatórios

• Formação em Engenharia, Ciências da Computação ou áreas correlatas
• Experiência sólida com
  Python
  e frameworks de ML (TensorFlow, PyTorch, Scikit-learn)
• Domínio de
  Docker
  e containerização de aplicações
• Experiência com
  Kubernetes
  ou similares para orquestração
• Conhecimento profundo em
  Git
  e práticas de versionamento
• Experiência com
  plataformas cloud
  (AWS, GCP ou Azure) para ML:
• AWS: SageMaker, Lambda, ECR, ECS/EKS
• GCP: Vertex AI, Cloud Run, GKE
• Azure: Azure ML, AKS
• Experiência com ferramentas de MLOps (MLflow, Kubeflow, Weights & Biases, ou similares)
• Conhecimento em pipelines de dados e integração com data warehouses
• Experiência com monitoramento e observabilidade (Prometheus, Grafana, ELK)
• Familiaridade com conceitos de LLMOps para modelos de linguagem

Requisitos Desejáveis

• Experiência com
  DBT
  e integração com pipelines de feature engineering
• Conhecimento em
  Apache Airflow
  ou ferramentas de orquestração
• Experiência com Feature Stores (Feast, Tecton)
• Conhecimento em model serving frameworks (TorchServe, TensorFlow Serving, Triton)
• Experiência com infraestrutura como código (Terraform, CloudFormation)
• Familiaridade com práticas de DataOps e integração com times de Analytics Engineering
• Conhecimento em segurança de modelos e AI adversarial
• Certificações em cloud ou ML engineering

Competências Comportamentais

• Mentalidade DevOps e foco em automação
• Capacidade de trabalhar na interseção entre ciência e engenharia
• Excelente comunicação para alinhar expectativas entre times técnicos
• Proatividade na identificação de gargalos e otimizações
• Colaboração efetiva com Cientistas de Dados, Analistas e Engenheiros
• Pensamento sistêmico e visão end-to-end

Diferencial desta Posição

Você será pioneiro(a) na construção da cultura e infraestrutura de MLOps da empresa, trabalhando diretamente com times de Ciência de Dados, Analytics Engineering e BI para criar uma plataforma unificada e eficiente de dados e ML.

Stack do Time

• Transformação de Dados:
  DBT
• Visualização:
  Power BI
• Versionamento:
  Git/GitFlow
• ML/DS:
  Python, TensorFlow, Scikit-learn, LLMs
• Warehouse:
  [especificar o usado pela empresa]
• Orquestração:
  [a definir com o candidato]

Modelo de contratação

• Início Imediato: até 5 dias
• 100% remoto
• Contrato PJ (Pessoa Jurídica)
• Projeto inicial de 03 meses, com possibilidade de renovação e/ou internalização no cliente.

Processo Seletivo

• Análise de perfil LinkedIn
• Teste técnico
• Entrevista técnica com time da hub xp
• Entrevista com o cliente
• Feedback e contratação