MLOps Engineer

Objectivos da função O Engenheiro será responsável por conceber, construir, implementar e manter modelos de aprendizagem automática escaláveis e soluções orientadas a dados que resolvem problemas de negócio reais. Esta função faz a ponte entre a ciência de dados e a engenharia de software, garantindo que os modelos de aprendizagem automática estão prontos para produção, são fiáveis e têm um elevado desempenho.Responsabilidades:Identificar oportunidades de automatização e otimização de processos em vários departamentos e funções;Conceber, desenvolver e implementar soluções automatizadas utilizando ferramentas e tecnologias adequadas;Colaborar com equipas multifuncionais para recolher requisitos e definir objectivos de automatização;Realizar estudos de viabilidade e analisar a relação custo-benefício das iniciativas de automatização;Realizar testes e depuração de processos automatizados para garantir a precisão e a fiabilidade;Monitorizar e manter soluções automatizadas, incluindo a decteção e resolução de problemas;Tomar decisões sobre as abordagens de automatização mais eficazes para diferentes processos;Recomendar melhorias e otimizações de processos com base nos resultados da automatização;Aplicar os princípios da IA responsável, incluindo equidade, explicabilidade e transparênciaDesenvolvimento e Implementação de ModelosConceber, desenvolver, treinar e avaliar modelos de aprendizagem automática para casos de utilização de previsão, classificação, recomendação ou otimização;Transformar protótipos de ciência de dados em pipelines de aprendizagem automática prontos para produção;Implementar modelos utilizando APIs, tarefas em lote ou arquiteturas de streaming;Monitorizar o desempenho dos modelos, a deriva dos dados e os requisitos de retreinamento em produçãoEngenharia de Dados e CaracterísticasColaborar com os engenheiros de dados na criação e otimização de pipelines de dados para o treino de modelos, inferência e outras tarefas relacionadas com dados;Realizar engenharia e selecção de características para melhorar a precisão e o desempenho dos modelosGovernança, Segurança e ÉticaGarantir que os modelos cumprem os requisitos em matéria de privacidade de dados, segurança e regulamentaçãoEngenharia de Software e MLOpsEscrever código limpo, fácil de manter e bem testado, utilizando as melhores práticas de engenharia de software;Implementar pipelines de CI/CD para fluxos de trabalho de aprendizagem automática;Utilizar ferramentas de contentorização e orquestração (por exemplo, Docker, Kubernetes) para implementações escaláveis;Aplicar práticas de MLOps, incluindo controlo de versões, acompanhamento de experiências e gestão do ciclo de vida dos modelosColaboração e Envolvimento das Partes InteressadasColaboração e Envolvimento das Partes Interessadas;Trabalhar em estreita colaboração com cientistas de dados para implementar modelos;Estabelecer parcerias com as equipas de produto e de negócios para compreender os requisitos e as métricas de sucesso;Comunicar o comportamento, as limitações e os resultados dos modelos às partes interessadas sem conhecimentos técnicosRequirementsLicenciatura ou mestrado em ciência da computação, engenharia, ciência de dados, matemática ou área relacionada; Mais de 3 anos de experiência em aprendizagem automática, engenharia de software ou ciência de dados aplicada (dependendo do nível)Competências técnicas necessárias:Sólidas competências de programação em Python (obrigatório); familiaridade com Java, Scala ou C++ é uma vantagem;Experiência prática com frameworks de aprendizagem automática como TensorFlow, PyTorch, scikit-learn e XGBoost;Sólidos conhecimentos de aprendizagem supervisionada e não supervisionada, avaliação de modelos e técnicas de otimização;Experiência com ferramentas e frameworks de processamento de dados (ex.: Pandas, NumPy, Spark); Conhecimento de APIs REST e arquitetura de micro-serviçosMLOps e Cloud Experiência na implementação de modelos de aprendizagem automática em ambientes de produção;Familiaridade com plataformas na nuvem (AWS, Azure ou GCP) e serviços de aprendizagem automática geridos; Experiência com ferramentas de CI/CD e sistemas de controlo de versões (Git) Show more Show less