Engenheiro de Dados e Machine Learning

Vaga não está no LinkedIn

🔥 1 hora atrás

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 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

Faculdade UNIGUAÇU

SiteLinkedInTodas as Vagas

201 - 500 funcionários

Fundada em 1999

📚 Educação

Education

A Faculdade UNIGUAÇU é uma instituição de ensino superior brasileira que oferece programas de graduação, pós-graduação, extensão e educação a distância em múltiplos campi e polos regionais. A faculdade oferece mais de 30 programas de graduação e pós-graduação (incluindo áreas como administração, engenharia, ciências da saúde, medicina veterinária, educação e tecnologia), instalações extensas de laboratórios e campi — incluindo um centro de engenharia, centro esportivo e hospital veterinário — e atende a uma grande base de ex-alunos com foco em acessibilidade, engajamento comunitário e desenvolvimento profissional.

Descrição

• Atuar como referência técnica na arquitetura de dados e inteligência artificial da UniScale. • Projetar, desenvolver e evoluir a infraestrutura que sustenta as soluções baseadas em dados e IA. • Estruturar pipelines de dados, desenvolver modelos proprietários de Machine Learning. • Implementar práticas de MLOps, garantir a governança e a qualidade dos dados. • Disponibilizar serviços escaláveis que suportem produtos inteligentes. • Atuar como mentor técnico da equipe. • Promover a evolução das práticas de engenharia, inovação e desenvolvimento orientado por Inteligência Artificial.

🎯 Requisitos

• Ensino Superior completo em Ciência da Computação, Engenharia da Computação, Engenharia de Software, Sistemas de Informação, Ciência de Dados ou áreas correlatas. • Experiência sólida em Engenharia de Dados. • Domínio avançado de Python. • Experiência em modelagem e administração de bancos de dados SQL e NoSQL. • Conhecimento em bancos vetoriais e bancos de grafos. • Experiência com frameworks de Machine Learning, como Scikit-learn, TensorFlow ou PyTorch. • Experiência no desenvolvimento, treinamento, implantação e monitoramento de modelos de Machine Learning. • Desenvolvimento de APIs REST para disponibilização de modelos e serviços. • Conhecimento em práticas de MLOps, incluindo versionamento, CI/CD para IA e monitoramento de modelos. • Experiência com ferramentas de orquestração de fluxos de IA, como N8N, Flowise ou similares. • Vivência com ferramentas modernas de desenvolvimento assistido por Inteligência Artificial. • Experiência em ambientes Cloud (AWS, Azure, GCP ou similares). • Conhecimento em Docker e Kubernetes. • Experiência com arquitetura baseada em microsserviços. • Conhecimento em sistemas de mensageria, como Kafka, RabbitMQ, Redis Streams ou equivalentes.