Huna
Engenheiro(a) de Machine Learning Pleno (Remoto)
Remoto
(Qualquer lugar)
Faixa de Remuneração
R$ 8.000,00 - R$ 10.000,00 / mês
PJ (Pessoa Jurídica)
Nível de Experiência
Pleno
Vaga encerrada
Esta vaga foi encerrada e não recebe mais candidaturas. Ver outras vagas abertas
Requisitos
Conhecimentos Desejáveis
Tarefas e Responsabilidades
Qualificações:
- Preferencialmente 3 anos de experiência.
- Interesse na área da saúde;
- Experiência prática com ferramentas e plataformas MLOps, como Jenkins, Kubeflow, MLflow, Docker e Kubernetes;
- Domínio da linguagem Python bem como boas práticas de código limpo.
- Familiaridade com bancos de dados e sistemas de gerenciamento de dados;
- Conhecimento em infraestrutura de nuvem, como Google CloudAWS, Azure ou AWSGoogle Cloud;
- Capacidade de colaborar com equipes multidisciplinares e comunicar-se eficazmente com membros não técnicos.
- Inglês avançado (escrita e leitura);
- Experiência (acadêmica e/ou profissional) lidando com dados do setor de saúde;
- Algum conhecimento/experiência sobre HL7/FHIR.
Diferencial:
- Mestrado em Ciência da Computação, Matemática Computacional, Sistemas de Informação, Engenharia de Software, Engenharia da Computação ou áreas correlatas.
- Implementar e sustentar fluxos de trabalho de MLOps e DevOps, garantindo a integração contínua e a entrega contínua (CI/CD) de modelos de ML;
- Implementar e otimizar pipelines de dados para treinamento e inferência de modelos;
- Monitorar, validar e garantir a integridade dos modelos em produção;
- Trabalhar em colaboração com cientistas de dados para otimizar o treinamento e a implantação de modelos;
- Desenvolver ferramentas e sistemas para rastrear o desempenho do modelo e alertar sobre degradações;
- Criar e manter documentação para soluções MLOps, garantindo boas práticas em todo o ciclo de vida do modelo;
- Trabalhar em colaboração com equipes não técnicas, especialmente do setor de saúde, para entender requisitos e implementar soluções de MLOps apropriadas;
- Auxiliar na tomada de decisões relativas à escalabilidade, robustez e segurança dos modelos em produção.
Compartilhar vaga:
Compartilhar vaga: