Verisure
In All Media Inc
Cientista de Dados / Engenheiro de Machine Learning
🌐 Fuso Horário e Colaboração
📌 Posição: Cientista de Dados - Machine Learning (Produção & IA)
Localização: Remoto da LATAM
Tipo de Contrato: Contratado em tempo integral (via In All Media)
Alinhamento de Fuso Horário: Fuso Horário dos EUA (Horário Central)
A função exige alinhamento com os Fusos Horários dos EUA. Os candidatos devem estar disponíveis durante o horário comercial padrão dos EUA para garantir colaboração em tempo real com parceiros multifuncionais de engenharia, dados e negócios.
💬 Idioma
Todas as entrevistas, documentação e comunicação diária serão conduzidas exclusivamente em inglês.
Observação: Este contrato é gerenciado pela In All Media. Fornecemos a plataforma e a infraestrutura para que os melhores talentos da LATAM trabalhem com líderes globais.
🧭 Sobre a In All Media
A In All Media é uma empresa global de tecnologia e design focada na construção de soluções digitais impactantes por meio de equipes remotas e distribuídas pela LATAM. Fazemos parceria com clientes internacionais de diversos setores, fornecendo expertise técnica de longo prazo, inovação de produtos e aumento de equipes.
🚀 Visão Geral do Projeto
O projeto se concentra na construção, dimensionamento e manutenção de pipelines e infraestrutura de machine learning de ponta a ponta em um ambiente nativo da nuvem. O objetivo principal é capacitar a tomada de decisões orientada por dados em toda a empresa, entregando soluções de ML robustas e escaláveis. Neste papel, você fará a ponte entre a experimentação de modelos e a implantação em produção, ajudando a equipe a avançar em seus algoritmos preditivos principais, ao mesmo tempo em que se expande para capacidades modernas de IA e baseadas em LLM.
🔍 Principais Responsabilidades
- Desenvolvimento e Implantação de Modelos de ML: Desenvolver, implantar e manter modelos de Machine Learning (ML) de nível de produção em ambientes de nuvem, além do desenvolvimento em notebooks locais.
- Engenharia de Features e EDA: Realizar Análise Exploratória de Dados (EDA) e projetar pipelines de engenharia de features para suportar fluxos de trabalho de ML em produção.
- Infraestrutura de Pipelines: Construir, manter e otimizar pipelines de dados que alimentam e sustentam modelos de ML em produção.
- Monitoramento e Manutenção de Modelos: Monitorar o desempenho, a saúde e o drift dos modelos após a implantação para garantir a confiabilidade contínua em produção.
- Colaboração Multifuncional: Colaborar com engenharia de software, dados e stakeholders de negócios para traduzir metas de negócios em soluções de ML escaláveis.
- Integração de IA e LLM: Contribuir para capacidades baseadas em Inteligência Artificial (IA) e Modelos de Linguagem Grandes (LLM), quando aplicável.
💡 Habilidades Essenciais
- Experiência em ML de Produção: 2+ anos de experiência profissional construindo, implantando, monitorando e mantendo modelos de ML em produção em ambientes do mundo real.
- Linguagens de Programação e Dados: Fortes habilidades de programação em Python juntamente com capacidades avançadas de SQL.
- Plataformas de ML Empresariais: Experiência utilizando AWS SageMaker ou plataformas de ML empresariais equivalentes (como Google Vertex AI ou Azure ML) para suportar pipelines de produção.
- Controle de Versão e Autonomia: Proficiência em Git para controle de versão e capacidade comprovada de trabalhar de forma independente em ambientes de produção.
🌟 Habilidades Desejáveis
- Ecossistema MLOps: Familiaridade com MLOps e ferramentas de orquestração como MLflow, Apache Airflow ou dbt (Data Build Tool).
- Data Warehousing: Experiência prática trabalhando com Snowflake.
- Expertise de Domínio: Experiência prévia em marketing, crescimento, experimentação ou inferência causal.
- IA Generativa: Experiência prática trabalhando com LLMs (Modelos de Linguagem Grandes) ou agentes de IA autônomos.
- Metodologias: Experiência operando em ambientes de desenvolvimento Ágil.
