Engenheiro(a) Sênior de ML

Vaga não está no LinkedIn

🔥 0 minutos atrás

Candidatar-se

Encontrar Vagas Remotas Similares

Receber Emails de Vagas Remotas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Clutch

SiteLinkedInTodas as Vagas

51 - 200 funcionários

☁️ SaaS

🏢 Corporativo

Consulting • SaaS • Enterprise

A Clutch é uma empresa de consultoria orientada a resultados que redefine os métodos tradicionais de consultoria por meio de uma abordagem centrada no humano. Ao focar em soluções data-driven, a Clutch corrige lacunas em processos de negócios de organizações de todos os portes, incluindo órgãos governamentais, pequenos negócios e instituições financeiras. Especializada em marketing, comunicação e gestão de eventos, utiliza ferramentas e recursos proprietários para impulsionar resultados transformacionais. Notavelmente, a Clutch aplica uma abordagem de Transformação Humana (Human Transformation Approach) para reintegrar elementos humanos frequentemente negligenciados por soluções lideradas por tecnologia. Oferece insights impulsionados por AI para prever e quantificar emoções humanas, ampliando a compreensão e o suporte a empreendedores e ao ecossistema de startups.

Descrição

• Assumir a propriedade da ML API que serve recomendações NBA, em parceria com o data engineer que a vem construindo, e robustecê-la para tráfego de produção com baixa latência. • Entregar seu primeiro contrato de ferramenta para agentes de ponta a ponta: design de esquema, implementação do handler, contrato de erros estruturados, testes unitários, implantado via runtime do HAL. • Montar a fundação de avaliação para nossos agentes: transcrições de referência (golden), avaliadores baseados em rubricas, baterias de testes de regressão que rodam a cada alteração de prompt ou modelo. • Estabelecer relacionamento de trabalho com o HAL e tornar-se a referência do time de dados para decisões de infraestrutura de agentes. • Ser o responsável primário (com suporte de data engineer) pela ML API e pela camada de ferramentas para agentes que envolve o NBA e nossos modelos de ML. • Ter entregue ao menos um agente de nível produção (voltado ao cliente ou a parceiros) com versionamento de prompts, avaliações (evals), observabilidade e controle multi-tenant implementados. • Definir o playbook do time de dados para lançar um novo modelo de ML como uma ferramenta acionável por LLM, de ponta a ponta. • Mentorar os data engineers em padrões de ML/AI para que possam dar suporte e estender com confiança os sistemas sob sua responsabilidade. • Atuar como líder técnico dentro do time de dados para a AI de produção do NBA na Clutch — a pessoa a quem outros times recorrem quando querem entender como entregamos ML e agentes de forma responsável. • Ter melhorado de forma mensurável o custo e a latência de agentes (meta: redução de 30%+ na latência P95 ou no custo por conversa em pelo menos um agente). • Contribuir para moldar o roadmap do time de dados para a próxima geração de produtos de ML e AI, em parceria com o PM e o data scientist. • Ajudar a decidir as próximas contratações à medida que o time escala.

🎯 Requisitos

• 7+ anos de experiência em engenharia, com histórico comprovado de construção e entrega de sistemas de ML em produção — você já levou modelos do protótipo à produção e assume responsabilidade pelo que acontece após o deploy. • Domínio de Python — a maior parte do trabalho (treinamento de ML, avaliação, ML API, pipelines de dados) é em Python, e você se sente confortável em bases de código de produção, não apenas em notebooks. Há algum uso de TypeScript para contratos de ferramenta e integração com nosso runtime de agentes — não precisa ser especialista; conforto com uma segunda linguagem é suficiente. • Disciplina de design de ferramentas para consumo por LLMs. Consegue pegar um modelo de ML ou fonte de dados e moldá-lo em uma ferramenta invocável por LLM com esquemas de entrada/saída estreitos, despacho com identidade obrigatória e controle de escopo, e contratos de erro estruturados (RATE_LIMITED, UPSTREAM_ERROR, NOT_FOUND) que o runtime do agente converte em resultados de ferramenta graciosos em vez de provocar crashes. • Disciplina de avaliação para sistemas não determinísticos. Você trata evals como o equivalente a testes unitários para agentes: transcrições de referência, avaliadores baseados em rubricas, baterias de regressão que rodam a cada alteração de prompt ou modelo. Entende a diferença entre métricas offline e avaliações online, e usa ambas. • Leitura de prompt como engenheiro. Você lê um system prompt do mesmo jeito que outro engenheiro lê código: público-alvo, registro, guardrails de conformidade, allow-list de variáveis de template, seção de ferramentas permitidas. Você depura “por que o agente fez isso?” lendo o prompt e as descrições das ferramentas antes de trocar de modelo. Já entregou ao menos um agente em que o prompt foi versionado e revisado como código. • Rigor na implementação de ferramentas. Você constrói handlers por trás de contratos de ferramenta com campos de identidade lidos do contexto da requisição (nunca de args fornecidos pelo LLM), saída reparseada pelo esquema da ferramenta antes de retornar, lançamentos de erros estruturados em todo caminho de falha e testes unitários cobrindo tanto o caminho feliz quanto cada erro nomeado. Você tem uma história sobre uma ferramenta que entregou, um bug que o tráfego de produção revelou, e como você a fortaleceu. • Experiência em construir e manter APIs de produção de baixa latência (FastAPI, BentoML ou equivalente), com opinião sobre serving, batching e caching. • Conforto com AWS (especialmente Lambda), Docker e fluxos de trabalho baseados em GitHub. • Uso ativo de ferramentas de IA no seu fluxo de engenharia — não como novidade, mas como padrão. Isso deverá ser demonstrado durante a avaliação técnica.

🏖️ Benefícios

• Flexibilidade Remota: aproveite a liberdade de trabalhar remotamente de qualquer lugar, equilibrando vida e carreira. • Off-sites inesquecíveis: duas vezes ao ano, confraternize com colegas em destinos inspiradores para fortalecer o trabalho em equipe e gerar novas ideias. • Dias de folga remunerados e feriados nacionais: 20 dias de PTO por ano e feriados nacionais para descanso e renovação. • Opções de Ações: ao se juntar a nós você terá participação no sucesso da empresa via stock options como parte do pacote de compensação. • Estrutura para Home Office: monte seu espaço de trabalho ideal com um orçamento dedicado para itens de home office. • Verba para Viagens de Trabalho: desenvolva-se pessoal e profissionalmente com um orçamento para viagens relacionadas ao trabalho e co-working.