Skills
AWS SageMaker
MLOps (MLflow, Kubeflow, Airflow)
Python (Pandas, PySpark) e SQL
Sobre a Vaga
A Caylent é uma empresa de serviços em nuvem orientada por IA e está construindo um pipeline de talentos para oportunidades futuras. Se você tem perfil aderente, nossa equipe pode entrar em contato para conversas e possíveis encaixes em projetos no AWS.
Neste contexto, o(a) Engenheiro(a) de Machine Learning Sênior atuará em um time multidisciplinar, ajudando a desenhar e documentar soluções de ML para clientes na nuvem AWS, conectando objetivos de negócio aos detalhes de feature design, treinamento e inferência.
Responsabilidades
- Participar da entrega de soluções de machine learning para clientes usando AWS
- Contribuir em reuniões diárias (standup) e ritos ágeis quinzenais com o cliente
- Desenvolver e implementar modelos de ML, práticas de MLOps e rotinas de analytics
- Realizar processamento e preparação de dados para treinamento em grande escala
- Trabalhar com soluções definidas por arquitetos e apoiar a evolução da documentação técnica
Requisitos
- Experiência sólida construindo modelos de ML para aplicações do mundo real
- Experiência em pelo menos uma frente de AWS ML Services/SageMaker ou bibliotecas como Keras, TensorFlow, PyTorch ou Scikit-learn
- Conhecimento em MLOps com ferramentas como MLflow, Kubeflow ou Airflow
- Habilidades avançadas em analytics, incluindo séries temporais e/ou estatística inferencial
- Experiência com processamento de dados em ambientes como Spark, Hadoop ou plataformas de streaming
- Vivência com limpeza e preparação de dados usando Python/Pandas, PySpark, Scala ou SQL
- Compreensão de feature definition, metadados do modelo, ajuste de hiperparâmetros e fundamentos de deep learning
- Experiência com visualização, como SageMaker, ggplot, matplotlib ou seaborn
- Conhecimento em IaC com CloudFormation, Amazon CDK ou Terraform
- Boa comunicação escrita e verbal
Beneficios
- Trabalho 100% remoto
- Férias generosas e PTO flexível
- Certificações e exames pagos
- Bônus por desempenho (peer bonus)
- Equipamentos e stipend para ferramentas e escritório
- Plano anual de desenvolvimento profissional e stipend para Learning & Development
- Atuação em time global com cultura corporativa colaborativa
- Possível necessidade de viagens de até 25%, conforme demanda do negócio
Esta vaga foi curada e enriquecida pelo 123Vagas para facilitar sua busca. A candidatura é feita no site original: job-boards.greenhouse.io.
Saiba como funciona.