Engenheiro de Machine Learning - Híbrido

Saia na frente:

CANDIDATE-SE

Vaga ofertada por parceiro do Jobbol:
Estamos em busca de Engenheiros(as) de Machine Learning para atuação em projetos corporativos com foco em Inteligência Artificial e Machine Learning. Se você é apaixonado(a) por dados, tecnologia e quer aplicar seu conhecimento em projetos de impacto, essa vaga é para você   Local de trabalho: Híbrido / Presencial projeto inicial em Taboão da Serra  Principais responsabilidades: Projetar, construir e implantar modelos de machine learning end-to-end. Avaliar e interpretar modelos utilizando técnicas de validação, cross-validation e interpretação de modelos. Identificar e mitigar problemas como overfitting, underfitting e ajustar hiperparâmetros. Aplicar técnicas de regularização, redução de dimensionalidade e métodos de ensemble. Trabalhar com redes neurais profundas e técnicas de deep learning.Participar da definição de arquitetura de sistemas baseados em AI/ML. Manter e melhorar sistemas de IA já implantados, garantindo escalabilidade e desempenho. Atuar em conjunto com cientistas de dados, engenheiros de software e times de produto para desenvolver soluções orientadas a dados. Garantir boas práticas de versionamento, documentação e reprodutibilidade de modelos (MLOps)  Stack e requisitos técnicos: Obrigatórios: Python (avançado) Bibliotecas: numpy, pandas, scikit-learn, matplotlib Frameworks: TensorFlow, PyTorch Jupyter Notebooks Forte base em estatística, modelagem e matemática aplicada Desejáveis: Conhecimento de R Experiência com ambientes Cloud e Kubernetes/OpenShift Práticas de MLOps e CI/CD para modelos Implantação de pipelines de machine learning em produção Modelagem & Ciência de Dados Construção e avaliação de modelos de machine learning supervisionado e não supervisionado Técnicas de tuning de hiperparâmetros Técnicas de regularização (L1, L2) Métodos de Ensemble (Random Forest, Gradient Boosting, etc.) Interpretação de modelos (SHAP, LIME, etc.) Redes neurais e Deep Learning (CNN, RNN, etc.) Aprendizado por Reforço (Reinforcement Learning)