Skills
Amazon SageMaker
MLOps e CI/CD para ML
Feature Store e Model Monitoring
Sobre a Vaga
Na CI&T, você ajudará a colocar modelos de Machine Learning em produção com mais confiabilidade, escala e monitoramento. A atuação será no ecossistema AWS, garantindo que o ciclo de vida do ML (do treino ao deploy) funcione de ponta a ponta, com observabilidade e controle de custos.
Responsabilidades
- Realizar o deploy de modelos em produção, contemplando cenários batch e/ou real-time
- Construir e manter pipelines de CI/CD para Machine Learning (treino → validação → deploy)
- Gerenciar Feature Store, incluindo criação, versionamento e disponibilização de features para treino e inferência
- Monitorar modelos em produção, avaliando drift de dados e de modelo, além de latência e throughput
- Administrar versionamento de modelos e experimentos via model registry
- Garantir observabilidade, logging e alertas dos serviços de ML
- Otimizar custos de infraestrutura de ML na AWS com práticas de FINOPS
- Atuar em parceria com Data Scientists, Engenheiros de Dados e times de Infra/DevOps
Requisitos
- Experiência com Amazon SageMaker e serviços AWS como S3, IAM, VPC e CloudWatch
- Conhecimento em deploy de modelos, incluindo real-time endpoints, batch transform, serverless inference e multi-model endpoints
- Uso de AWS Lambda e Step Functions para orquestração de pipelines
- Infraestrutura como código com Terraform ou CloudFormation/CDK
- Python avançado para scripts de treino, inferência e integração via APIs
- Experiência com CI/CD usando CodePipeline, GitHub Actions, GitLab CI ou Jenkins
- SQL e capacidade de manipular grandes volumes de dados
- Entendimento de pipelines de dados
- Vivência com métricas de performance de modelo, incluindo acurácia, drift e latência
- Ferramentas de observabilidade e monitoramento, como CloudWatch e Model Monitor
Beneficios
- Atuação em projetos de transformação com foco em impacto real de AI no negócio
- Ambiente com colaboração entre times de Data Science, Engenharia de Dados e Infra/DevOps
- Oportunidade de evoluir práticas de MLOps, observabilidade e otimização de custos na AWS
Esta vaga foi curada e enriquecida pelo 123Vagas para facilitar sua busca. A candidatura é feita no site original: jobs.lever.co.
Saiba como funciona.