Staff Machine Learning Engineer
O Impacto
Você já imaginou ter a oportunidade única de construir uma plataforma de Machine Learning do zero em uma das maiores fintechs do país? Aqui na Neon, nosso desafio não é apenas implementar modelos de dados prontos, mas sim desenhar a infraestrutura e a arquitetura que darão autonomia ponta a ponta aos nossos cientistas de dados. Você trabalhará em sinergia direta com os times de ciência de dados em projetos de altíssimo impacto (como prevenção a fraudes e novos modelos de cobrança), em um ambiente colaborativo. Se você ama engenharia de software e quer ver suas soluções escalarem de verdade no mercado financeiro, este desafio é para você!
Suas Responsabilidades
- Analisar e especificar requisitos funcionais e arquiteturais da plataforma de Machine Learning, garantindo sua escalabilidade e robustez.
- Desenvolver e implantar modelos de ML em produção em larga escala, focando na excelência de design de sistemas.
- Dominar conceitos e frameworks de Infrastructure as Code (IaC) para automação e sustentação do ambiente de ML.
- Colaborar ativamente com os times de Ciência de Dados para integrar novos modelos à plataforma de maneira fluida e automatizada.
- Garantir a disciplina técnica e conformidade regulatória necessárias para o desenvolvimento de modelos em um ambiente altamente regulado (setor financeiro).
Requisitos (O que você precisa ter)
- Sólida experiência em Engenharia de Software (foco no desenvolvimento e design arquitetural de sistemas complexos).
- Domínio avançado da linguagem de programação Python.
- Experiência real com implantação de modelos de Machine Learning em produção e escala (ML Lifecycle / MLOps).
- Conhecimento prático e domínio de frameworks de Infraestrutura como Código (IaC), como Terraform.
Diferenciais (O que te destaca)
- Experiência prévia em liderança técnica de engenheiros de ML.
- Conhecimento e vivência na utilização de Feature Store.
- Histórico profissional no setor financeiro (fintechs ou bancos), lidando com conformidade e governança.
Originally posted on