Como Cientista de Dados Sênior, você atuará como referência técnica da squad de Data Science, liderando iniciativas relacionadas à arquitetura, governança e industrialização de modelos de Machine Learning em Azure Databricks.

Sua atuação será fundamental para garantir a evolução das práticas de Data Science e MLOps, promovendo escalabilidade, governança, rastreabilidade e geração de valor para o negócio por meio da inteligência artificial.

Faça parte de uma equipe que está construindo o futuro da inteligência artificial e analytics. Trabalhe com tecnologias de ponta, ambientes escaláveis e desafios que impulsionam inovação em grandes organizações.

Together we do what matters.

Saiba mais sobre alguns dos nossos benefícios: 

• Vale refeição ou alimentação
• Cartão Multibenefícios (até Consultor(a) Sênior)
• Convênio médico e odontológico
• Certificações e treinamentos
• Seguro de vida
• Previdência privada
• Avababy: acompanhamento da gestação e kit para novos pais e mães
• Participação nos resultados da empresa
• Wellhub
• Auxílio creche
• Mentoria de carreira
• Política de Birthday Off (um dia de folga no mês do seu aniversário)
• Sessões de bem-estar
• Para cargos gerenciais: veículo corporativo, estacionamento e auxílio combustível
   

Responsabilidades

• Liderar tecnicamente a migração de iniciativas de Machine Learning para Azure Databricks;
• Definir arquiteturas de ML utilizando MLflow, Feature Store e Model Serving;
• Estruturar processos de versionamento e rastreabilidade de modelos;
• Projetar pipelines de treinamento, validação, deploy e inferência;
• Definir e implementar práticas de MLOps e governança de modelos;
• Liderar a migração de pipelines batch e near real-time;
• Estruturar e governar ambientes de Feature Store;
• Apoiar a industrialização e operacionalização de modelos de Machine Learning;
• Garantir performance, escalabilidade e reprodutibilidade dos modelos;
• Apoiar definições de SLA, latência e monitoramento;
• Atuar como liderança técnica da squad de Data Science;
• Colaborar com equipes de Engenharia de Dados, Arquitetura e áreas de negócio.

.

Habilidades e experiências

Requisitos obrigatórios

• Experiência sólida com Machine Learning em produção;
• Experiência com Azure Databricks Machine Learning;
• Forte domínio de MLflow;
• Experiência com Feature Store;
• Domínio de Python e bibliotecas de Machine Learning;
• Experiência com pipelines de treinamento, validação e inferência;
• Conhecimento em MLOps, CI/CD e monitoramento de modelos;
• Experiência em model serving batch e real-time;
• Conhecimento de arquiteturas Lakehouse;
• Experiência com Git e práticas DevOps;

Diferenciais

• Experiência com Databricks Model Serving e AutoML;
• Conhecimento em monitoramento de modelos e detecção de data drift;
• Vivência com Responsible AI e governança de modelos;
• Experiência com frameworks avançados de MLOps;
• Atuação em projetos do setor financeiro;
• Experiência com ambientes regulados e de alta criticidade.

.