AI Engineer – MLOps

Vaga não está no LinkedIn

🕒 Abril 7

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

KATBOTZ®

SiteLinkedInTodas as Vagas

1 - 10 funcionários

Fundada em 2021

🤖 Inteligência Artificial

📚 Educação

Consulting • Artificial Intelligence • Education

KATBOTZ® é uma empresa de consultoria empresarial que se especializa em impulsionar o sucesso do cliente através da transformação de negócios em vários setores, incluindo ciências da vida, alta tecnologia e bens de consumo. Eles oferecem uma gama abrangente de serviços, incluindo consultoria, soluções tecnológicas, iniciativas educacionais e otimização de talentos através de recrutamento e coaching. A KATBOTZ® utiliza tecnologias avançadas, como IA e aprendizado de máquina, para maximizar a eficiência e facilitar o crescimento sustentável dos negócios para clientes de médio e grande porte.

Descrição

• Build and maintain ML pipelines for training, testing, and deployment • Deploy machine learning and AI models into production environments • Manage model lifecycle (training, deployment, monitoring, retraining) • Automate workflows using CI/CD for ML models • Monitor model performance, drift, and data quality • Work with data scientists and AI developers to productionize models • Manage model versioning, data versioning, and experiment tracking • Deploy models on cloud platforms (AWS, Azure, GCP) • Containerize applications using Docker and Kubernetes • Implement monitoring and logging for ML systems • Ensure scalability, security, and reliability of AI systems

🎯 Requisitos

• 3–7 years in Machine Learning / AI / Data Engineering • 2+ years in MLOps / Model Deployment / ML Pipelines • Experience deploying models to production is mandatory • Python • Machine Learning • MLOps tools and frameworks • Docker • Kubernetes • CI/CD (GitHub Actions, Jenkins, GitLab CI) • MLflow / Kubeflow / Airflow • Data pipelines • APIs (FastAPI / Flask) • Cloud platforms (AWS / Azure / GCP) • SQL / NoSQL databases • Model monitoring and logging • MLOps Tools (Important) Candidate should have experience in some of these: MLflow Kubeflow Airflow DVC Weights & Biases SageMaker Azure ML Vertex AI

🏖️ Benefícios

• Competitive compensation package • Opportunities for professional development and career advancement. • Flexible working conditions, with remote options available. • Dynamic and supportive work environment.