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 learningAutomatizar o ciclo de vida completo de ML: treinamento, validação, deploy e monitoramentoContainerizar modelos usando Docker e orquestrar com KubernetesImplementar versionamento de modelos, datasets e experimentosDesenvolver APIs robustas para servir modelos em produçãoMonitorar performance, drift e degradação de modelos em produçãoColaborar com Cientistas de Dados para otimizar modelos para produçãoIntegrar pipelines de ML com a infraestrutura de dados existente (DBT, warehouse)Estabelecer práticas de governança e compliance para modelos de MLImplementar estratégias de A/B testing e rollout gradual de modelosDocumentar arquiteturas, processos e melhores práticas de MLOp.Requisitos Obrigatórios Formação em Engenharia, Ciências da Computação ou áreas correlatasExperiência sólida com Python e frameworks de ML (TensorFlow, PyTorch, Scikit-learn)Domínio de Docker e containerização de aplicaçõesExperiência com Kubernetes ou similares para orquestraçãoConhecimento profundo em Git e práticas de versionamentoExperiência com plataformas cloud (AWS, GCP ou Azure) para ML:AWS: SageMaker, Lambda, ECR, ECS/EKSGCP: Vertex AI, Cloud Run, GKEAzure: Azure ML, AKSExperiência com ferramentas de MLOps (MLflow, Kubeflow, Weights & Biases, ou similares)Conhecimento em pipelines de dados e integração com data warehousesExperiência com monitoramento e observabilidade (Prometheus, Grafana, ELK)Familiaridade com conceitos de LLMOps para modelos de linguagemRequisitos Desejáveis Experiência com DBT e integração com pipelines de feature engineeringConhecimento em Apache Airflow ou ferramentas de orquestraçãoExperiência 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 EngineeringConhecimento em segurança de modelos e AI adversarialCertificações em cloud ou ML engineeringCompetências Comportamentais Mentalidade DevOps e foco em automaçãoCapacidade de trabalhar na interseção entre ciência e engenhariaExcelente comunicação para alinhar expectativas entre times técnicosProatividade na identificação de gargalos e otimizaçõesColaboração efetiva com Cientistas de Dados, Analistas e EngenheirosPensamento sistêmico e visão end-to-endDiferencial 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: DBTVisualização: Power BIVersionamento: Git/GitFlowML/DS: Python, TensorFlow, Scikit-learn, LLMsWarehouse: [especificar o usado pela empresa]Orquestração: [a definir com o candidato]Modelo de contratação Início Imediato: até 5 dias100% remotoContrato PJ (Pessoa Jurídica)Projeto inicial de 03 meses, com possibilidade de renovação e/ou internalização no cliente.Processo Seletivo Análise de perfil LinkedInTeste técnicoEntrevista técnica com time da hub xpEntrevista com o clienteFeedback e contratação