A Leega é uma empresa focada no atendimento eficiente e inovador em seus clientes.
Isso não poderia ser diferente com o nosso principal combustível: as pessoas!
Nossa cultura é inspiradora e nossos valores estão presentes no dia a dia: ética e transparência, excelência de qualidade, trabalho em equipe, responsabilidade econômica, social e ambiental, relações humanas e credibilidade.
Buscamos profissionais inovadores que sejam movidos por desafios e focados em resultados.
Se você busca uma empresa dinâmica e parceira e que investe em seus colaboradores através de capacitação constante, a Leega é o lugar para você!
>> A LEEGA É PARA TODOS, ficaremos muito felizes em ter você em nosso time. Venha fazer parte da nossa história e da construção do nosso futuro.
Cadastre-se agora mesmo em nossas vagas!
Responsabilidades e atribuições
Sobre a oportunidade
Você é quem conecta o protótipo à produção. Vai desenhar e construir a engenharia de ML do motor de precificação — o serving de inferência, os pipelines de treino e a engenharia de features — para que modelos complexos rodem em tempo real, com baixa latência, sobre Ray. Foca na modelagem e no código de ML; a plataforma e o runtime ficam com o time de MLOps/Plataforma, com quem você trabalha lado a lado.
Seus Desafios
-
Serving de inferência — desenhar o pipeline de modelos encadeados sobre Ray Serve — composição de modelos, baixa latência e estratégias de atualização.
-
Treino distribuído — construir pipelines de treino (Ray Train/Data), HPO (Ray Tune) e modelos treinados por tenant, com checkpointing resiliente.
-
Engenharia de features — definir e materializar features no feature store (Feast/Redis), garantindo consistência entre treino e produção.
-
Otimização e RL — implementar e otimizar os componentes de otimização (programação linear) e de RL offline do pipeline de preço.
-
Qualidade do modelo — monitorar drift do ponto de vista de modelagem, validar versões e produzir explicabilidade (SHAP) — em parceria com MLOps.
-
Liderança técnica — atuar como referência, mentorar e definir, com o time, o que é viável e escalável.
Você faz o handoff com os cientistas de dados, recebe dados dos data engineers e entrega ao time de MLOps/Plataforma para deploy e operação.
Requisitos e qualificações
Stack & Ferramentas
-
ML serving & treino: Ray (Serve, Train, Tune, Data, RLlib)
-
Registry & features: MLflow, Feast + Redis
-
Otimização: programação linear (Gurobi, HiGHS), RL offline
-
Linguagem & runtime: Python; Docker; leitura de Iceberg
O que Buscamos
Essenciais
-
Experiência comprovada colocando modelos de ML em produção.
-
Python e fundamentos sólidos de Engenharia de Software (APIs, testes, código limpo).
- Serving e otimização de inferência para baixa latência.
-
Familiaridade com containers (Docker) e com fluxos de MLOps (registry, deploy).
- Conforto com desenvolvimento assistido por IA (Claude Code).
Diferenciais
-
Ecossistema Ray (Serve, Train, Tune, RLlib) — forte diferencial.
-
Feature stores (Feast) e serving de baixa latência com Redis em escala.
- Otimização/solvers (Gurobi, HiGHS) ou revenue management em tempo real; RL offline.
-
Serving de IA generativa (vLLM, LiteLLM) e arquiteturas multi-tenant.
Informações adicionais
-
Trabalho Remoto
-
Tempo de Projeto: 6 meses, com possibilidade de extensão/internalização.
Na Leega, não entregamos apenas linhas de código ou dashboards. Transformamos desafios tecnológicos complexos em impacto real. Com mais de 15 anos de estrada, unimos a profundidade da experiência humana à velocidade da Inteligência Artificial para criar soluções que mudam negócios e, acima de tudo, melhoram a vida das pessoas.
Somos uma consultoria de tecnologia, agnóstica e estratégica. Com escritórios no Brasil e na Europa, nosso time de mais de 580 talentos multidisciplinares vive e respira o ecossistema de Data Analytics, Cloud e IA. Dominamos a base, da Governança à Engenharia, para garantir que a tecnologia não seja apenas uma ferramenta, mas uma vantagem competitiva sustentável para os maiores players do mercado.
