Engenheiro de Machine Learning

O(a) Engenheiro(a) de Machine Learning será responsável por integrar modelos de Machine Learning à infraestrutura corporativa, garantindo confiabilidade, escalabilidade, monitoramento e governança ao longo de todo o ciclo de vida do modelo, do pré-deploy à produção. Atuará na transformação de modelos desenvolvidos por Cientistas de Dados em soluções operacionais e sustentáveis. Modelo de contratação: Temporário 2 meses e Híbrido 3x presencial Endereço de trabalho : Santo Amaro, São Paulo - SP Modelo de contrato: PJ Principais Responsabilidades: Operacionalizar modelos de ML, garantindo testes automatizados, pipelines padronizadas, logging e versionamento. Converter protótipos e notebooks em pipelines produtivas de treino e inferência. Garantir consistência, rastreabilidade e estabilidade de dados e features entre treino e produção. Implantar modelos em ambientes produtivos e integrá-los a sistemas corporativos. Apoiar estratégias de deploy seguro (blue/green, canary e versionamento). Configurar e manter monitoramento técnico, de dados e de modelos. Garantir observabilidade, governança e rastreabilidade do ciclo de vida dos modelos. Atuar na resolução de incidentes em produção. Contribuir para a evolução da esteira de MLOps / MLSecOps e padronização de boas práticas. Requisitos obrigatórios: Graduação em áreas de tecnologia, dados ou correlatas. Experiência em Machine Learning Engineering, Engenharia de Dados, Data Science ou DevOps. Vivência com pipelines produtivos, deploy e monitoramento de modelos. Programação sólida em Python. Experiência com Spark / PySpark e SQL. Experiência com CI/CD, APIs de inferência, feature stores ou pipelines de ML. Vivência com monitoramento, governança e tratamento de incidentes. Diferenciais: Conhecimentos em MLOps (MLflow, Docker, Kubernetes, CI/CD, Grafana, Prometheus). Experiência com Feature Engineering, Avaliação de Modelos e Explainability. Conhecimento em Datalake/Lakehouse, Unity Catalog e frameworks de ML (scikit-learn, TensorFlow, PyTorch). Experiência com Airflow, Prefect, Metaflow, Dask ou PySpark avançado. Conhecimento em SAS Enterprise Guide.