Pessoa Engenheira de Machine Learning Pleno - Data & AI

Nossa área de Tecnologia é um pilar fundamental dos nossos negócios, sendo responsável pela nossa transformação digital. Aqui criamos soluções tecnológicas sempre idealizando e desenvolvendo técnicas e processos de automação, seja para aprimorar a experiência de trabalho das nossas equipes ou aumentar a capacidade de entrega dos nossos produtos e serviços.

O time de Recomendação da Globo é responsável por desenvolver e operar soluções de Inteligência Artificial e Machine Learning que personalizam a experiência dos usuários em diferentes produtos digitais da empresa.

Nossa missão é conectar cada usuário ao conteúdo mais relevante para seu contexto, momento e preferência, aumentando descoberta, engajamento, satisfação e geração de valor para o negócio.

Para isso, trabalhamos com grandes volumes de dados comportamentais, transacionais e de consumo de conteúdo, desenvolvendo algoritmos que apoiam decisões em tempo real e em larga escala.

Como atuamos

O time é multidisciplinar e combina competências de Ciência de Dados, Machine Learning Engineering, Engenharia de Dados e Produto. Atuamos de ponta a ponta no ciclo de vida das soluções de recomendação:

• Entendimento dos problemas de negócio e definição dos objetivos.
• Exploração e análise de dados para identificação de oportunidades.
• Desenvolvimento de features e estratégias de modelagem.
• Treinamento, avaliação e validação de modelos.
• Deploy e operacionalização dos algoritmos em produção.
• Monitoramento contínuo de performance técnica e impacto de negócio.
• Execução de testes e experimentos para validação de hipóteses.

Criamos ambientes onde todas as pessoas são incluídas, acolhidas e valorizadas. Nos empenhamos em ser uma Globo cada vez mais diversa, em representatividade e pensamento, aprendendo uns com os outros e estimulando a criatividade e inovação. 

Modelo de trabalho: Híbrido em locais com escritório Globo, preferencialmente RJ, POA e SP. 

Como será seu dia a dia:  

• Desenvolver, evoluir e manter modelos de recomendação, personalização e ranking para diferentes jornadas e produtos.
• Realizar análises exploratórias para identificar oportunidades de melhoria na experiência dos usuários e nos resultados de negócio.
• Projetar, treinar, validar e monitorar modelos de Machine Learning em ambiente produtivo.
• Construir e otimizar pipelines de dados e de treinamento/inferência de modelos.
• Trabalhar em parceria com times de Produto, Engenharia e Negócio para transformar problemas em soluções orientadas a dados.
• Definir métricas de sucesso, acompanhar indicadores de performance dos modelos e propor melhorias contínuas.
• Planejar e executar experimentos (A/B Tests e testes offline), avaliando impactos e gerando recomendações baseadas em evidências.
• Monitorar desempenho, drift e saúde dos modelos em produção.
• Documentar processos, arquiteturas, decisões técnicas e aprendizados obtidos ao longo do desenvolvimento.
• Participar ativamente de discussões técnicas, revisão de código e disseminação de boas práticas dentro do time.

Do que você precisa: 

• Formação superior completa em Ciência da Computação, Engenharia, Estatística, Matemática, Sistemas de Informação ou áreas correlatas.
• Experiência prática com desenvolvimento e implantação de modelos de Machine Learning em ambientes produtivos.
• Conhecimento sólido de Python e bibliotecas do ecossistema de dados e ML (Pandas, NumPy, Scikit-Learn, entre outras).
• Experiência com SQL para manipulação e análise de grandes volumes de dados.
• Conhecimento em fundamentos estatísticos, probabilidade e experimentação.
• Experiência com Git e boas práticas de versionamento de código.
• Conhecimento de processos de desenvolvimento de software e qualidade de código.
• Vivência em ambientes cloud (AWS, Azure ou GCP).
• Capacidade de traduzir problemas de negócio em soluções analíticas e algoritmos de Machine Learning.
• Experiência com modelos de recomendação, personalização, ranking ou sistemas de busca.
• Conhecimento em técnicas de Machine Learning supervisionado e não supervisionado.
• Conhecimento sobre feature engineering, avaliação de modelos e seleção de métricas.
• Experiência em construção de pipelines de dados e ML.
• Familiaridade com conceitos de MLOps e deploy de modelos.
• Capacidade de interpretar resultados analíticos e comunicar conclusões para públicos técnicos e não técnicos.
• Experiência trabalhando em times ágeis e multidisciplinares.

Conhecimentos que te destacam:   

• Experiência específica com sistemas de recomendação em grande escala.
• Experiência com frameworks como TensorFlow, PyTorch
• Vivência com plataformas de MLOps e monitoramento de modelos.
• Conhecimento em arquiteturas de inferência em tempo real (real-time serving).
• Conhecimento em engenharia de dados aplicada a Machine Learning.
• Participação em projetos de experimentação e otimização de indicadores de negócio de grande escala.