Brasil
Pentera
XP Inc.
Especialista en Ingeniería de Machine Learning - MLOps | Data Science
Brasil
São Paulo, São Paulo, Brazil
PythonSQLDockerKubernetesTerraform
Traducción automática. Consulta el original.
Sobre la oportunidad
Sobre nosotros
La XP Inc. es una de las mayores instituciones financieras independientes de Brasil, propietaria de las marcas XP, Rico, Clear, XP Educação, InfoMoney, entre otras. Con más de 4,6 millones de clientes activos y un valor superior a R$ 1,1 billón de activos bajo custodia, lleva 25 años transformando el mercado financiero para mejorar la vida de las personas.
Con una cultura marcada por cuatro valores - Sueño Grande, Espíritu Emprendedor, Enfoque en el Cliente y Mente Abierta - la XP Inc. siempre está en busca de los mejores talentos que tengan la ambición de hacer lo imposible.
🚀 Sobre la Oportunidad
El área de Data Science tiene como misión aplicar técnicas de machine learning para generar soluciones escalables, monitorizar el rendimiento de modelos y automatizar procesos, apoyando la toma de decisiones y la optimización de resultados de la organización.
Buscamos un Especialista en MLOps/ML Engineering para ser el principal responsable de la cadena de MLOps del área y el guardián de la calidad de los modelos en producción. Es una posición de sesgo técnico y mentoría técnica, en la que actuarás como multiplicador: definiendo estándares, desbloqueando cuellos de botella y garantizando que el área de Data Science escale con calidad y gobernanza.
⏳ Etapas del Proceso
Descubre más sobre nuestro día a día en Instagram y LinkedIn.
Consulta nuestras valoraciones en Glassdoor.
- Triaje inicial: Análisis del currículum para verificar la adecuación a las cualificaciones y requisitos de la vacante.
- Pruebas generales: Evaluación de la alineación cultural con la prueba de Mindsight y prueba de razonamiento lógico de Predictive Index.
- Entrevista con el equipo de Reclutamiento: Discusión sobre las expectativas en relación a la vacante y a los objetivos profesionales.
- Evaluación técnica: Entrevista enfocada en las habilidades específicas necesarias para la función.
- Entrevista con el liderazgo: Una conversación para discutir tu visión y cómo puedes contribuir al equipo y a la empresa.
- Entrevista con compañeros de trabajo: Interacción con futuros pares para evaluar la sinergia y el trabajo en equipo.
- Entrevista enfocada en cultura: Exploración de los valores y principios de la empresa para garantizar un buen encaje cultural.
- Oferta: Presentación de la propuesta de trabajo, incluyendo detalles sobre remuneración y beneficios.
Modelo de Trabajo Presencial Flexible
Nuestro modelo de trabajo varía según la función, pudiendo ser totalmente presencial para frentes de negocio y más flexible para otros equipos.
Seguimos un modelo con mayor frecuencia presencial, pero siempre guiado por flexibilidad y autonomía con la responsabilidad de nuestra cultura emprendedora.
Aquí en la XP Inc., valoramos las interacciones personales y creemos en el uso de la oficina como una herramienta para potenciar nuestras relaciones en el trabajo.
*Al continuar con la inscripción, declaras que has leído, comprendido y aceptas la Política de Privacidad del Grupo XP Inc. y de sus proveedores y socios que apoyan la realización del proceso selectivo. El Grupo XP Inc. podrá utilizar soluciones de inteligencia artificial para apoyar al equipo de reclutamiento durante el proceso, lo que podrá implicar el tratamiento de tus datos personales para tal fin, conforme a los principios de la Ley General de Protección de Datos y de la Política de Privacidad del Grupo XP Inc..
🔍 Qué Buscamos
Requisitos Esenciales
- Grado o máster en áreas de Computación, Ciencia de Datos o áreas afines.
- Experiencia demostrada con MLOps e Ingeniería de Machine Learning.
- Experiencia demostrada en la construcción de cadenas de MLOps, no solo en el consumo de herramientas listas.
- Experiencia sólida con Databricks (Spark, Delta Lake, MLflow, Unity Catalog, Feature Store).
- Programación en Python y PySpark (SQL como complemento).
- Experiencia con pipelines de datos y ML, incluyendo estandarización y experimentación de modelos (Airflow, MLflow, etc.).
- Experiencia con feature stores.
- Experiencia con técnicas y herramientas de explicabilidad de modelos (SHAP, LIME, etc.).
- Experiencia con modelado estadístico (inferencia, pruebas de hipótesis, regresión, series temporales, modelado probabilístico).
- Experiencia con herramientas de CI/CD (GitHub Actions, GitLab CI, etc.).
- Experiencia práctica con Azure.
- Conocimiento de Docker y Kubernetes (incluyendo AKS).
- Alineación con nuestra cultura.
- Residir en São Paulo y tener disponibilidad para régimen híbrido (3 días presenciales por semana).
Diferenciales
- IA Generativa y soluciones agentes (LLMs, RAG, fine-tuning, embeddings, prompt engineering, orquestación multiagente, tool calling, memoria), como visión de futuro del área.
- Azure AI Foundry para desarrollo, despliegue, evaluación y gobernanza de aplicaciones de GenAI y agentes.
- Frameworks de observabilidad/evaluación de LLMs y agentes (LangSmith, Ragas, Arize).
- Feature stores de mercado (Feast, Tecton) y buenas prácticas para evitar training-serving skew.
- IaC / automatización (Terraform, Bicep).
- Estandarización y experimentación de modelos con herramientas adicionales (Kedro, DVC, Metaflow).
- Streaming de datos (Kafka, Event Hubs).
- GPUs en Kubernetes, cuantización y optimización de inferencia de LLMs (ej.: KAITO/AKS).
- Gobernanza de datos y seguridad de modelos.
🎯 Desafíos e Impacto
- Ser el principal responsable de la cadena de MLOps, conduciendo su construcción, evolución y operación de punta a punta.
- Garantizar la calidad de los modelos en producción, actuando como guardián de los estándares de Machine Learning en producción (fiabilidad, pruebas, documentación y SLAs).
- Diseñar y mantener pipelines de datos y ML, desde el entrenamiento hasta el despliegue y el monitoreo en producción, de forma modular, versionada y reproducible.
- Habilitar al equipo de Data Science en la adaptación al estándar de la cadena, diseminando buenas prácticas de ingeniería de ML.
- Mentorizar técnicamente a profesionales en formación, por medio de revisiones de diseño, pareamiento en problemas complejos y elevación del nivel técnico del equipo.
- Operar la infraestructura de ML en la nube, optimizando rendimiento, coste y fiabilidad de la inferencia y del serving de modelos.
- Actuar como puente entre las áreas técnicas (Ingeniería, Ingeniería de Datos, Gobernanza, DevOps, Gestión de Accesos y Arquitectura), anticipando dependencias, riesgos y bloqueos que impactan Data Science.
- Colaborar con Data Science, Ingeniería de Datos, Producto y Negocio en la priorización, el diseño y la entrega de las soluciones.
Beneficios
Salud y bienestar
- Plan de salud
- Plan odontológico
- Wellhub (Gympass)
- Zenklub
- Seguro de Vida
- iFood Beneficios (VA y VR flexible)
- Vale Transporte
- New Value (club de beneficios)
- Permiso parental: maternidad de 6 meses y paternidad de 20 días.
- Ayuda Guardería
Vida Financiera
- Fondos de Inversiones Exclusivos
- Asesoría de Inversiones
- Tarjeta XP Visa Infinite sin cuota anual
- Crédito (consignado, home equity, CCB Inmobiliario, etc.)
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil