Coordenador Eng. De Machine Learning
Salve esta vaga e mantenha sua pesquisa organizada
Crie uma conta gratuita para salvar vagas, criar alertas e retornar a esta listagem a partir do seu painel.
Ao continuar, você concorda com nossos Termos & Política de Privacidade.
Somos um banco que entende as pessoas, as empresas e os profissionais do transporte.
O Banco BBC Digital é para todos que precisam de mais simplicidade e menos burocracia, unindo tradição e modernidade para conectar os clientes ao ecossistema de mobilidade e reinventar a relação das pessoas com suas vidas financeiras.
Além de uma Conta Digital sem mensalidade, com app e cartão pré-pago, nós oferecemos Financiamento (CDC) e Leasing para veículos leves e pesados, atendendo a todos que precisam.
Somos uma Empresa diversa e que promove a diversidade em todas as vagas independente de gênero, orientação sexual, raça, religião ou deficiência.
/n - Formação superior em Ciência da Computação, Estatística, Física, Engenharias, Matemática Aplicada, Sistemas de Informação ou áreas afins.
- 5 anos ou mais de experiência em engenharia de software, engenharia de ML ou MLOps.
- Domínio de Python, de boas práticas de engenharia de software e de ferramentas de MLOps (ex.: MLflow, Kubeflow ou equivalentes).
- Experiência com containers e orquestração (Docker, Kubernetes), CI/CD e infraestrutura como código.
- Experiência comprovada colocando modelos de machine learning em produção e monitorando-os.
- Experiência prática com LLMs / IA generativa (prompting, RAG, agentes ou APIs).
DIFERENCIAIS Mestrado ou doutorado em Ciência da Computação, Matemática Aplicada, Estatística ou Engenharias.
- Experiência com ambientes em nuvem (Oracle, AWS, Azure ou GCP) e certificações relacionadas.
- Experiência com LLMOps e com infraestrutura para IA generativa e agentes.
- Vivência em instituições financeiras, risco de crédito ou ambientes regulados.
/n Coordenar as equipes de MLOps e de Engenharia de Dados, definindo prioridades, metas e o roadmap da plataforma de dados e de modelos.
Definir a arquitetura de dados e de ML da área: ingestão, armazenamento, feature store, treinamento, implantação, monitoramento e retreino.
Estabelecer padrões de engenharia: versionamento, CI/CD, testes automatizados, observabilidade, segurança e documentação.
Garantir a qualidade, a disponibilidade e a rastreabilidade dos dados e dos modelos em produção, incluindo SLAs e gestão de incidentes.
Atuar em parceria com as frentes de Ciência de Dados (Políticas e Machine Learning) para reduzir o tempo entre o desenvolvimento e a produção.
Viabilizar a infraestrutura para soluções de IA generativa e agentes (LLMOps, RAG, bases vetoriais, integração via APIs).
Assegurar a conformidade com governança de dados, LGPD, segurança da informação e exigências de auditoria.
Desenvolver o time tecnicamente, conduzindo avaliações de desempenho e planos de desenvolvimento.
Interagir com tecnologia, arquitetura corporativa, segurança, negócios e fornecedores.