Empacotar e versionar modelos de machine learning (MLflow, SageMaker Model Registry)
Definir e implementar serviços AWS adequados (SageMaker, Lambda, ECS/EKS, API Gateway, entre outros)
Construir e manter esteiras CI/CD, garantindo automação de testes, build e deploy
Automatizar deploys em múltiplos ambientes (dev/staging/prod) com segurança e rollback
Expor modelos para consumo por outros serviços (via endpoints ou Lambdas)
Configurar e acompanhar monitoramentos em produção (CloudWatch, logs, métricas)
Colaborar com times multidisciplinares para garantir soluções eficientes, seguras e escaláveis.

Experiência sólida com AWS e seus principais serviços (S3, SageMaker, Lambda, ECS/EKS, API Gateway)
Domínio em Python aplicado a engenharia e deploy de modelos de ML
Vivência com esteiras CI/CD e boas práticas de versionamento (GitHub ou similares)
Experiência em empacotamento, deploy e monitoramento de modelos em produção
Conhecimento em boas práticas de segurança e automação em ambientes cloud
Experiência com Fargate, DynamoDB, Athena ou Bedrock (diferenciais)
Conhecimento em Azure e integração multi-cloud (diferenciais)
Familiaridade com monitoramento avançado e observabilidade (logs, métricas, tracing) (diferenciais)
Vivência em times ágeis e ambientes de consultoria (diferenciais)
Interesse em contribuir com melhores práticas e cultura de MLOps (diferenciais)

Engenheiro de Machine Learning – Sênior

Key skills