ML Ops Engineer

🕒 Abril 20

🇺🇦 Ucrânia – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🤖 Engenheiro de Machine Learning

👻 Score fantasma 56%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

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

Pragmatike

SiteLinkedInTodas as Vagas

11 - 50 funcionários

Fundada em 2022

💼 Consultoria

📣 Marketing

🎯 Recrutamento

Consulting • Marketing • Recruitment

Pragmatike é uma empresa de recrutamento e seleção de TI remota que busca, avalia e coloca talentos internacionais de tecnologia para empresas. Eles oferecem um processo de correspondência humanizado (não apenas por AI), avaliações técnicas e colocações rápidas, afirmando que especialistas qualificados podem ser apresentados em até 48 horas, enquanto cuidam da integração, faturamento e folha de pagamento internacional. A Pragmatike atende startups e grandes empresas com cargos como desenvolvedores, engenheiros de dados, desenvolvedores mobile e de games, gerentes de produto e especialistas, operando em mais de 60 países com um grande pool de talentos avaliados.

Descrição

• Build and operate production-grade model serving infrastructure using frameworks such as vLLM, TGI, Triton, or equivalent • Design and implement robust deployment pipelines with blue/green and canary rollout strategies for ML models • Develop and maintain auto-scaling systems, multi-model serving architectures, and intelligent request routing layers • Optimize GPU utilization, memory efficiency, network throughput, and model artifact storage performance • Design observability systems for tracking inference latency, throughput, GPU usage, cost metrics, and system health • Manage model registries and CI/CD pipelines enabling automated and reproducible model deployments • Own the full lifecycle of ML systems from development through production, including operational support and on-call responsibilities • Define engineering best practices and contribute to platform scalability in a fast-moving startup environment

🎯 Requisitos

• 4+ years of experience in ML Ops, Platform Engineering, SRE, or similar infrastructure roles focused on ML systems • Hands-on experience with model serving frameworks such as vLLM, TGI, Triton, or equivalent • Strong background in container orchestration and operating GPU-based workloads in production • Experience with MLOps tooling including model registries, experiment tracking, and automated deployment pipelines • Proficiency in Python and infrastructure-as-code tools (e.g., Terraform, Helm, or similar) • Strong understanding of distributed systems, performance tuning, and production reliability engineering • Ability to effectively use AI coding assistants to accelerate development and debugging workflows • Ownership mindset with the ability to operate independently in a remote-first environment.

🏖️ Benefícios

• Take ownership of critical infrastructure powering a rapidly scaling AI-native cloud platform • Build foundational ML inference systems from the ground up in a high-growth, well-funded startup • Work at the intersection of distributed systems, GPU computing, and sustainable cloud architecture • Gain deep expertise in next-generation AI infrastructure and large-scale model serving systems • Influence core engineering decisions and define best practices that will scale with the company.