Engenheiro de Machine Learning
Posted
Summary
Machine Learning Engineer working on-site in Curitiba for LUZA Group, building ML solutions for Grupo Senff: developing, training, and deploying predictive models, data pipelines, and MLOps practices (versioning, monitoring, retraining) using Python, Scikit-learn/Pandas/NumPy, SQL, Docker, Git/CI-CD, and REST APIs.
1. Engenheiro de Machine Learning
Objetivo da posição
Atuar no desenvolvimento, implementação e evolução de modelos de Machine Learning, transformando dados em soluções inteligentes aplicáveis aos desafios de negócio do Grupo Senff, com foco em eficiência operacional, inteligência analítica e automação de processos.
Principais responsabilidades
- Desenvolver, treinar, validar e otimizar modelos de Machine Learning.
- Construir pipelines de preparação, tratamento e transformação de dados.
- Aplicar técnicas de classificação, regressão, clustering e detecção de anomalias.
- Desenvolver soluções preditivas para apoiar a tomada de decisão e a identificação de oportunidades de negócio.
- Integrar modelos de ML a sistemas, APIs e aplicações corporativas.
- Implementar práticas de MLOps para versionamento, implantação, monitoramento e retreinamento de modelos.
- Monitorar a performance dos modelos em produção, identificando desvios e oportunidades de melhoria.
- Trabalhar em conjunto com os times de Ciência de Dados, Engenharia de Software, Dados e Infraestrutura.
- Garantir qualidade, segurança, rastreabilidade e governança dos modelos desenvolvidos.
Requisitos técnicos
- Experiência sólida com Python aplicado a Machine Learning.
- Domínio de bibliotecas como Scikit-learn, Pandas, NumPy e, preferencialmente, PyTorch ou TensorFlow.
- Experiência com construção e avaliação de modelos preditivos.
- Conhecimento em SQL e manipulação de grandes volumes de dados.
- Experiência com APIs REST e integração de modelos a aplicações.
- Conhecimento em Docker, Git e práticas de CI/CD.
- Experiência com pipelines de ML, monitoramento e versionamento de modelos.
- Conhecimento de cloud computing e ambientes de produção.
Diferenciais
- Experiência com MLflow, Kubeflow ou ferramentas equivalentes de MLOps.
- Conhecimento em AWS, Azure ou Google Cloud.
- Experiência em ambientes financeiros, meios de pagamento, crédito, prevenção a fraudes ou análise de risco.
- Conhecimento em processamento de dados em larga escala e arquitetura distribuída.
Presencial em Curitiba/PR