Engenheiro MLOps Pleno (Híbrido em BH) - #72

Estamos em busca de uma Pessoa Engenheira de MLOps para atuar em um de nossos clientes estratégicos do setor financeiro, contribuindo diretamente para a sustentação, evolução e automação de pipelines de Machine Learning em um ambiente AWS robusto e escalável.Nessa posição, você será responsável por garantir a confiabilidade, a governança e a performance das soluções de ML em produção, atuando na maturidade da plataforma de dados da empresa. O desafio combina engenharia de dados, automação e boas práticas de deploy de modelos, em parceria direta com times de Dados, Engenharia e Negócio.Responsabilidades e atribuiçõesEstruturar, automatizar e monitorar pipelines de Machine Learning end-to-end.Implementar e manter processos de CI/CD para modelos e componentes de ML.Gerenciar workloads de ML em clusters Kubernetes (Amazon EKS), incluindo deploy, escalonamento e otimização de recursos.Atuar na orquestração e no processamento de dados em larga escala na AWS.Garantir boas práticas de versionamento, testes, empacotamento e deploy de modelos.Monitorar performance, drift e qualidade dos modelos em produção.Colaborar com times de Dados, Engenharia e Negócio para a evolução contínua das soluções.Requisitos e qualificaçõesExperiência sólida com arquitetura AWS voltada a dados e ML (S3, EMR, Glue, SageMaker, Lambda, ECR, IAM e serviços correlatos).Experiência com Amazon EKS para orquestração e execução de workloads de Machine Learning em containers.Experiência com PySpark para processamento distribuído de dados.Vivência com pipelines de dados e/ou Machine Learning em ambiente produtivo.Conhecimento em versionamento de código (Git) e práticas de CI/CD (GitHub Actions, CodePipeline ou similares).Experiência com Python e desenvolvimento de componentes de ML.Conhecimento em Docker e containerização de aplicações/modelos.Desejáveis:Experiência com ferramentas de orquestração de pipelines como Apache Airflow, Kubeflow ou Metaflow.Conhecimento em frameworks de MLOps como MLflow ou SageMaker Pipelines.Familiaridade com Terraform ou CDK para infraestrutura como código (IaC).Experiência com monitoramento e observabilidade (CloudWatch, Grafana, Prometheus).Certificações AWS (especialmente AWS Machine Learning Specialty ou Solutions Architect).Informações adicionaisVale Alimentação e/ou Vale Refeição;Convênio Sesi e Sesc, oferecendo acesso a serviços de saúde, bem-estar e lazer;Parceria com Instituições de Ensino, com descontos exclusivos em cursos e programas educacionais;Possibilidade de crescimento na empresa e de participação em projetos estratégicos;Oportunidade de trabalhar em uma empresa do mercado em plena expansão.