Engenheiro De Machine Learning Enfase Em Mlops Para Campinas

Cargo:

Engenheiro de machine learning enfase em mlops – Campinas

Desenvolvimento e Manutenção de Pipelines de Machine Learning

1. Projetar, construir e manter pipelines de ML eficientes e escaláveis, utilizando práticas de MLOps para automatizar e otimizar o ciclo de vida de modelos de machine learning.
2. Implementar e manter pipelines de integração contínua e entrega contínua (CI/CD) para aplicações de machine learning usando Jenkins, com scripts Groovy para automação.
3. Gerenciar a orquestração de containers com Kubernetes, assegurando a configuração, gerenciamento e otimização adequados dos recursos.

Desenvolvimento de Software

1. Desenvolver e manter API’s REST, scripts de ETL, e realizar manipulação e análise de dados utilizando Python, Pandas, e outras bibliotecas relevantes.
2. Escrever testes unitários e de integração, aplicando princípios SOLID para garantir código limpo, legível e manutenível.
3. Realizar troubleshooting e otimização de performance para as aplicações desenvolvidas.

Processamento e Análise de Dados

1. Utilizar Apache Spark para processamento eficiente de grandes volumes de dados, empregando técnicas de programação distribuída.
2. Executar consultas e manipulações complexas de dados em bancos de dados relacionais usando SQL, entendendo profundamente as operações de banco de dados.

Integração de Sistemas

1. Projetar e implementar filas de mensagem para facilitar a comunicação eficiente entre diferentes componentes e serviços, garantindo robustez e escalabilidade.
2. Administrar e otimizar ambientes de desenvolvimento e servidores baseados em Linux.

Gestão de Infraestrutura de Cloud

1. Gerenciar e otimizar recursos na nuvem, com foco em Azure e Google Cloud Platform, para suportar aplicações e pipelines de ML.

Monitoramento e Análise

1. Configurar e utilizar Prometheus e Grafana para monitorar e analisar o desempenho das aplicações e infraestrutura, facilitando a identificação de pontos de melhoria.

Experimentação e Gerenciamento de Modelos

1. Utilizar MLflow e Flyte para rastrear experimentos, gerenciar modelos de ML e automatizar fluxos de trabalho, contribuindo para a melhoria contínua dos modelos e processos.

Mínimos Requisitos

1. MLOps: Experiência comprovada em MLOps, incluindo o desenvolvimento, a implementação e a manutenção de pipelines de ML com boas práticas de CI/CD.
2. Jenkins: Sólida experiência na criação, otimização e manutenção de pipelines avançados de CI/CD em Jenkins, com habilidade em escrever scripts Groovy.
3. Docker e Kubernetes: Experiência prática com a orquestração de containers usando Kubernetes, incluindo configuração, gerenciamento e otimização.
4. Python: Experiência com programação em Python, com habilidade para desenvolver API’s REST, scripts de ETL, manipulação e análise de dados com Pandas, testes unitários e integrações com demais sistemas seguindo princípios SOLID. Deve ser capaz de fazer troubleshootings relacionados a performance.
5. Hadoop Apache Spark: Conhecimento e experiência com Apache Spark, incluindo a capacidade de processar grandes conjuntos de dados de forma eficiente e habilidades em programação distribuída.
6. SQL: Habilidade em utilizar SQL para consultar e manipular bancos de dados, com compreensão profunda das operações de banco de dados relacionais.
7. Filas de Mensagem: Experiência com o design, implementação e manutenção de filas de mensagem para garantir a comunicação robusta e eficiente entre diferentes componentes e serviços.
8. Linux: Experiência com sistemas operacionais baseados em Linux, incluindo administração, configuração e otimização de ambientes de servidor e desenvolvimento.
9. Cloud (Azure e GCP): Conhecimento e experiência prática com serviços de cloud, com foco em Azure e Google Cloud Platform.
10. MLflow, Flyte, Tensorflow e Pytorch: Experiência com MLflow e Flyte é desejável, com conhecimento em rastreamento de experimentos, gerenciamento de modelos e fluxos de trabalho de ML.
11. Prometheus e Grafana: Familiaridade com o monitoramento e análise usando Prometheus e Grafana.

Você irá se destacar se tiver:

1. Inglês;
2. Espanhol.

A Kumulus oferece:

1. Regime CLT;
2. Vale alimentação e refeição (Cartão Flex);
3. Vale combustível (caso seja necessário);
4. Gympass;
5. Assistência médica;
6. Seguro de vida;
7. Day off no mês do aniversário;
8. Auxílio-creche;
9. Reembolso por certificações;
10. Convênio odontológico;

#J-18808-Ljbffr

não foi informado

não foi informado