Tecnologia, aprendizado contínuo e impacto real fazem parte do nosso jeito de evoluir.
Na Objective, você encontra um ambiente colaborativo, com espaço para evoluir, trocar conhecimento e construir soluções com qualidade ao lado de pessoas que valorizam conexões, desenvolvimento e inovação na prática.
Valorizamos a diversidade porque acreditamos que diferentes perspectivas fortalecem a inovação e a entrega de valor. Todas as nossas vagas estão abertas a todas as pessoas, com ou sem deficiência, independentemente de idade, gênero, orientação sexual, etnia, religião ou qualquer outra característica. Se você se identifica com esta oportunidade, venha construir com a gente.
O QUE BUSCAMOS?
Buscamos um Engenheiros(as) de MLOps, que queiram trabalhar conosco em um ambiente descontraído e dinâmico, com aprendizado contínuo no desenvolvimento de grandes projetos, junto a grandes clientes nacionais e internacionais. Temos escritórios em Maringá, São Paulo e Chicago (EUA), mas a nossa atuação é remota: por aqui preferimos chamar de anywhere office.
O QUE ESSE PROFISSIONAL IRÁ FAZER?
- Desenvolver e orquestrar pipelines de Machine Learning usando Vertex AI Pipelines, Kubeflow, Airflow, Prefect ou ferramentas similares.
- Versionar modelos e datasets, garantindo reprodutibilidade e rastreabilidade de experimentos (MLflow, DVC, Vertex AI Model Registry).
- Automatizar treinamento, validação e deploy de modelos em ambientes de produção, incluindo batch e online.
- Monitorar modelos em produção, detectando drift, quedas de performance e problemas de latência.
- Implementar e gerenciar CI/CD para pipelines e modelos, integrando Cloud Build, GitHub Actions ou GitLab CI.
- Preparar e transformar dados (feature engineering) para alimentar modelos de ML.
- Aplicar modelagem estatística e algoritmos de ML, supervisionado e não supervisionado, de acordo com o problema.
- Avaliar modelos utilizando métricas apropriadas e propor melhorias.
- Desenvolver e manter pipelines de dados escaláveis usando Dataflow, Apache Beam ou Spark.
- Trabalhar com serviços da Google Cloud Platform, especialmente Vertex AI e Dataflow, para treinar, servir e monitorar modelos.
O QUE É NECESSÁRIO PARA A POSIÇÃO?
- Experiência com Python para desenvolvimento de pipelines, APIs e deploy de modelos.
- Experiência com orquestração de pipelines de ML (SageMaker Pipelines, Vertex AI Pipelines, Kubeflow, Airflow ou similares).
- Experiência com pipelines de dados (Dataflow, Apache Beam, Spark).
- Versionamento de modelos e datasets (SageMaker Model Registry, MLflow, DVC).
- Automação de treinamento, validação e deploy de modelos.
- Monitoramento de modelos em produção (drift, performance, latência).
- Experiência com deployment de modelos em batch e online.
- Vivência com AWS (incluindo SageMaker) e GCP (Vertex AI, Dataflow).
- Experiência com CI/CD (Cloud Build, GitHub Actions, GitLab CI ou similares).
- Experiência com distribuição e disponibilização de APIs (FastAPI, Flask, API Gateway, Cloud Run, Lambda).
- Conhecimentos em DevOps / infraestrutura, manipulação de dados e feature engineering.
- Entendimento de conceitos de ML (modelos, pipelines, métricas, ML supervisionado/não supervisionado).
O QUE SERIA UM DIFERENCIAL?
- Experiência com Kubernetes e Docker para deploy de modelos.
- Conhecimento em monitoramento e observabilidade (Prometheus, Grafana).
- Certificações em Google Cloud (ML Engineer ou Data Engineer).
- Experiência com Infra como Código (Terraform).
- Vivência com IA Generativa (LLMs, RAG).
ETAPAS DO PROCESSO:
