Tech Lead Machine Learning Engineer

Sobre o Cargo:

Buscamos uma pessoa Machine Learning Engineer para projetar, desenvolver e manter um sistema de MLOps (DevOps para Machine Learning) afim de criar um pipeline automatizado de implantação, atualização, testes e monitoria de pipeline de dados que envolvem modelos de Machine Learning ou outras abordagens de transformação de dados. Seu trabalho deverá facilitar, acelerar e melhorar a qualidade da implantação em produção de modelos de dados para todo o time de Data Scientist.

Atualmente estamos caminhando para um nível 1 (vide link abaixo) de automação de nosso pipeline onde cientistas de dados desenvolvem seus modelos em modo offline, registram esse modelo em um repositório de modelos e disponibilizam para produção de forma semi-automatizada com processos de CI/CD. Nossa stack atual está baseada na AWS e na Azure buscando utilizar arquiteturas Serverless sempre que possível, como por exemplo Azure Batch para execução de modelos em um batch de dados sem a necessidade de gerenciar um ambiente de computação, por exemplo.

Você irá fazer parte de um time multidisciplinar que envolve principalmente Data Engineer, Data Scientist e Software Engineer que atuam em conjunto para criar processos, algoritmos e ferramentas para enriquecer e estruturar da forma mais automatizada possível (principalmente com técnicas de Processamento de Linguagem Natural) milhões de dados sobre opiniões de consumidores coletados de múltiplas fontes e em formato não-estruturado. A saída final desse processo é um banco de dados estruturado e fácil de ser consultado por um Analytics que tem como objetivo de extrair insights úteis para grande empresas sobre seus consumidores.

Um boa fonte de inspiração do que queremos em um processo de MLOps pode ser encontrada neste artigo:

MLOps: pipelines de entrega contínua e automação no aprendizado de máquina
Link para o artigo

Quem é você:

Você é uma pessoa cientista de dados com boa experiência em Eng. de Software e ambientes na nuvem, mas também pode ser o contrário, ou seja, um pessoa experiente em Engenharia de Software com algum conhecimento prático em Ciência de Dados. O maior diferencial para esse job é ter implantado antes um pipeline de MLOps.

Idealmente você tem os seguintes conhecimentos/experiências:

  • Formação em Ciência da Computação, Engenharia da Computação, Sistema de Informação, Estatística ou curso relacionado;
  • Conhecimento em modelagem de dados e de arquiteturas de dados;
  • Experiência em programação em linguagem Python e SQL;
  • Experiência em ambiente AWS ou Azure (em projetar arquiteturas na nuvem);
  • Experiência ou conhecimento de frameworks de Machine Learning (TensorFlow, Keras, scikit-learn);
  • Experiência em ferramentas de apoio à implantação e ao ciclo de vida de modelo de Machine Learning (e.g: Luigi, MLFlow, KubeFlow, SageMaker, CookieCutter Data Science e DVC);
  • Experiência em trabalhar com metodologia de desenvolvimento ágil;
  • Experiência em mentorar técnicamente pessoas;

Responsabilidades:

  • Projetar, implementar e manter o processo de MLOps;
  • Apoiar cientistas de dados nas melhores práticas de desenvolvimento de modelos para produção;
  • Apoiar no desenvolvimento do data lake e de feature stores voltadas a facilitar o trabalho de cientistas de dados;
  • Manter um processo de monitoria da qualidade dos modelos e seus dados gerados em produção.
  • Orientar (ser referência técnica) outras pessoas de Engenharia e Ciência de Dados;
  • Apoiar o Technical Product Manager na definição do roadmap técnica da área.

Aqui você vai encontrar:

  • Regime de contratação CLT;
  • Vale Refeição/Alimentação flexível – Swile Food;
  • Ajuda com custos pessoais – Swile Utilities;
  • Plano de saúde;
  • Plano odontológico;
  • Seguro de vida;
  • Horário de trabalho flexível
  • Trabalho remoto permanente – Anywhere office
  • Ambiente descontraído, de alto crescimento, com foco em resultado e inovação;

Para o home office:

  • Auxílio home office + computador

Para o bem estar:

  • Mindfulness Sessions
  • Desconto na plataforma de saúde emocional Zenklub
  • Desconto na rede de academias TotalPass
  • Possibilidade de Intercâmbio para o Vale do Silício

Sobre nosso processo seletivo:

Usualmente dura em média 30-40 dias, considerando desde a aplicação até a finalização da avaliação. Passando pelas seguintes etapas

  • Triagem dos formulários de aplicação
  • Entrevista com a Mari, nossa Tech Recruiter
  • Entrevista com a liderança
  • Desafio técnico online
  • Apresentação do desafio + convidados do time
  • Proposta


Sobre a Birdie

A Birdie é uma Product Intelligence Cloud que ajuda empresas a inovarem com mais velocidade e eficácia, gerando insights de mercado e produto em tempo real a partir da análise semântica de milhões de fontes de dados sobre consumidores e concorrência, permitindo que times de produto e estratégia desenvolvam, lancem e vendam produtos mais alinhados com as expectativas dos consumidores.

A empresa foi criada em 2018 e é sediada no Vale do Silício, possui um time distribuído entre diversos estados do Brasil e Estados Unidos e atende a clientes como HP, Microsoft e Midea. A Birdie foi listada pela Crunchbase como uma “Startup to Watch” em 2020 e pela Techcrunch como uma das “boas novidades” no cenário de startups. Fomos também selecionados para o programa de Growth da 500 Startups em 2020 e para o Programa Scale-up Endeavor B2B em 2021.

Estamos orgulhosos de estar construindo uma empresa global com alma brasileira, como gostamos de enfatizar em nossos valores:

  • Colaboração: Somos mais fortes como um time;
  • Paixão: Gostamos e damos melhor no que fazemos;
  • Accountability: Somos donos do que fazemos e temos foco em gerar impacto;
  • Coragem: Aceitamos e abraçamos desafios;
  • Diversidade: Valorizamos e respeitamos diferentes opiniões e pessoas.


Se candidate pelo botão abaixo e nosso time entrará em contato com você em breve!