[Job-29881] Senior Machine Learning I MLOps Engineer, Brazil

Buscamos pessoas apaixonadas por transformar dados em soluções inteligentes que geram impacto real no negócio, atuando como Machine Learning I MLOps Engineer. Será responsável por levar modelos de Machine Learning treinados pelos times de Data Science para produção de forma confiável, escalável e monitorada, dentro do ecossistema AWS.

Responsabilidades:- Receber modelos treinados e realizar o deploy em produção (batch e/ou real-time);

• Construir e manter pipelines de CI/CD para ML (treino → validação → deploy);
• Gerenciar Feature Store (criação, versionamento e disponibilização de features para treino e inferência);
• Monitorar desempenho dos modelos em produção (drift de dados, drift de modelo, latência, throughput);
• Gerenciar versionamento de modelos e experimentos (model registry);
• Garantir observabilidade, logging e alertas dos serviços de ML;
• Otimizar custos de infraestrutura de ML na AWS (FINOPS);
• Colaborar com Data Scientists, Engenheiros de Dados e times de Infra/DevOps.

Requisitos para este desafio:- Amazon SageMaker e Cloud AWS (S3, IAM, VPC, CloudWatch, etc);

• Experiência com deploy de modelos (real-time endpoints, batch transform, serverless inference, multi-model endpoints);
• AWS Lambda, Step Functions (orquestração de pipelines);
• Infraestrutura como código (Terraform ou CloudFormation/CDK);
• Python avançado (scripts de treino, inferência, APIs);
• CI/CD (CodePipeline, GitHub Actions, GitLab CI ou Jenkins);
• SQL e manipulação de grandes volumes de dados;
• Conhecimento de pipelines de dados;
• Métricas de performance de modelo (acurácia, drift, latência);
• Ferramentas de observabilidade e monitoramento (CloudWatch, Model Monitor).

Diferencial:

• Conhecimento em Modelos de Visão Computacional (Resnet, dentre outros);
• Certificação AWS (Machine Learning Specialty ou Solutions Architect);
• Experiencia prática com os principais módulos do SageMaker (Studio, Pipelines, Endpoints, Model Registry, Feature Store, Model Monitor);
• Experiência com Kubernetes/EKS para workloads de ML;
• Conhecimento de Data Science o suficiente para dialogar bem com o time (não precisa modelar, mas precisa entender o que recebe);
• Experiência em ambientes regulados (dados sensíveis, LGPD);
• Implementar estratégias de deploy seguro (blue/green, canary, shadow deployment);
• Experiencia com observability usando DataDog ou Grafana;
• Construção de agentes (multi-step, tool usage, planning + execution);
• Integração via MCP (Model Context Protocol) ou equivalente;
• Experiencia com metodologias relacionadas a AI-First (SDD, AI-DLC, etc.).

#LI-CB4

Nossos benefícios: - Plano de saúde e odontológico;- Vale alimentação e refeição;- Auxílio-creche;- Licença parental estendida;- Parceria com academias e profissionais de saúde e bem-estar via Wellhub (Gympass) TotalPass;- Participação nos Lucros e Resultados (PLR);- Seguro de Vida;- Plataforma de aprendizagem contínua (CI&T University);- Clube de descontos;- Plataforma online gratuita dedicada à promoção da saúde física, mental e bem-estar;- Curso gestante e parentalidade responsável;- Parceria com plataformas de cursos online;- Plataforma para aprendizagem de idiomas;- E muitos outros Mais detalhes sobre os nossos benefícios aqui: https://ciandt.com/br/pt-br/carreiras Na CI&T, a inclusão começa no primeiro contato. Se você é pessoa com deficiência, é importante apresentar o seu laudo durante o processo seletivo. Consulte quais dados são necessários conter no laudo clicando aqui.Assim, podemos garantir o suporte e as adaptações que você merece. Se ainda não tem o laudo caracterizador, não se preocupe: podemos te apoiar para obtê-lo. Temos um time dedicado de Saúde e Bem-estar, especialistas em inclusão e grupos de afinidade que estarão com você em todas as etapas. Conte com a gente para fazer essa jornada lado a lado.