Engenheiro(a) Sênior de MLOps

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 responsabilidade pela API de serving de ML que fornece recomendações da NBA, trabalhando em parceria com o engenheiro de dados que vem construindo-a, e robustecer a solução para tráfego de produção de baixa latência • Construir o primeiro pipeline de deployment repetível: artifact de modelo → serviço de produção versionado, implantável e passível de rollback, com infraestrutura definida como código (IaC) • Estabelecer a base de monitoramento: dashboards de latência/erros/deriva (drift), alertas e visibilidade de auditoria/trace entre modelos e agentes • Desenvolver relacionamento de trabalho com o HAL e tornar-se o ponto de referência da equipe de dados em decisões de serving de ML e confiabilidade • Ser o responsável principal (com suporte de um engenheiro de dados) pela plataforma de serving de ML e pelos pipelines de deployment para a NBA e nossos modelos de ML • Ter pelo menos um modelo de produção e um agente de produção totalmente instrumentados — versionamento, monitoramento, alertas e controle multi-tenant em funcionamento • Definir o playbook da equipe de dados para colocar um novo modelo de ML em produção, de ponta a ponta • Conduzir decisões arquiteturais envolvendo APIs, pipelines de processamento, computação distribuída, armazenamento, search, observability, infraestrutura em nuvem e fluxos de trabalho de model-serving • Mentorar os engenheiros de dados em padrões de MLOps para que possam apoiar e estender com confiança os sistemas de sua responsabilidade • Atuar como líder técnico dentro da equipe de dados para operações de ML em produção da NBA — a pessoa a quem outras equipes recorrem quando querem entender como a Clutch entrega e opera ML de forma confiável • Promover melhorias mensuráveis em custo e latência • Contribuir para definir o roadmap da equipe de dados para a próxima geração de infraestrutura de ML, em parceria com o PM e o cientista de dados • Auxiliar na definição das próximas contratações à medida que a equipe escala

🎯 Requisitos

• 8+ anos de experiência em engenharia de software, dados ou ML, com 4–5+ anos executando sistemas de ML em produção — você já levou modelos de protótipo para produção e assume responsabilidade pelo que acontece após o deploy • Forte conhecimento em Python — a maior parte do trabalho (API de serving, pipelines, tooling, pipelines de dados) é em Python, e você está confortável em bases de código de produção, não apenas em notebooks. Algum conhecimento de TypeScript é útil para integração com nosso runtime de agents — não precisa ser expert, conforto com uma segunda linguagem é suficiente • Disciplina em CI/CD e deployment. Você constrói pipelines de treino e deploy que levam um artifact de modelo a um serviço de produção versionado, implantável e passível de rollback, com testes automatizados e builds reprodutíveis. Já implementou CI/CD para ML e construiu/manutenido pipelines CI/CD (GitHub Actions, Bamboo, GitLab CI ou similares) • Infraestrutura como código. Você gerencia infraestrutura em nuvem (especialmente AWS Lambda, ECS) com Terraform ou equivalente — nada de click-ops; tudo revisável e reprodutível • Disciplina em monitoramento e observability. Você instrumenta sistemas de serving para latência, taxa de erro, deriva e custo; lê registros de auditoria e traces distribuídos; configura alertas para que regressões sejam detectadas antes que os usuários as percebam. Você trata monitoramento como um deliverable de primeira classe, não como um detalhe final • Rigor em confiabilidade. Você projeta para falhas: tratamento de erro estruturado, degradação graciosa, caminhos de rollback e runbooks. Deve ter um relato de um incidente em produção que você lidou e como endureceu o sistema depois • Experiência em construir e operar APIs de produção de baixa latência (FastAPI, BentoML ou equivalentes), com opiniões sobre serving, batching e caching • Familiaridade com AWS (especialmente Lambda), containers (Docker) e fluxos de trabalho baseados em GitHub • Segurança e governança. Você garante segurança e governança nos sistemas: IAM, KMS, políticas de acesso e Secrets Manager/SSM • Conhecimento de DevOps/infrastructure, além de manipulação de dados e engenharia de features • Entendimento sólido de conceitos de ML: modelos, pipelines, métricas e aprendizado supervisionado/não supervisionado • Integrar e otimizar serviços de AI/ML com os outros sistemas da empresa • Você utiliza ferramentas de IA ativamente em seu fluxo de trabalho de engenharia — não como novidade, mas como padrão. Espera-se que você demonstre isso durante a avaliação técnica • Experiência com Databricks e PySpark

🏖️ Benefícios

• Flexibilidade remota: aproveite a liberdade de trabalhar remotamente de qualquer lugar, equilibrando vida pessoal e carreira • Off-sites memoráveis: duas vezes por ano, confraternize com colegas em destinos empolgantes, promovendo trabalho em equipe e novas ideias • Folga remunerada e feriados nacionais: 20 dias de PTO por ano e feriados nacionais para descanso e rejuvenescimento • Opções de ações: ao se juntar a nós, você terá participação no sucesso da empresa por meio de stock options como parte do pacote de compensação • Estrutura para home office: crie seu espaço de trabalho ideal com um orçamento dedicado para equipamentos e ergonomia • Orçamento para viagens de trabalho: desenvolva-se pessoal e profissionalmente com um orçamento para viagens relacionadas ao trabalho e coworking