Sobre a vaga
Buscamos alguém para projetar, desenvolver e manter um sistema de MLOps (DevOps para Machine Learning) a fim de criar um pipeline automatizado de implantação, atualização, testes e monitoria de pipeline de dados que envolvem modelos de ML ou outras abordagens de transformação de dados. Seu trabalho deverá facilitar, acelerar e melhorar a qualidade da implantação em produção de modelos para o time de Data Science.
Atualmente estamos caminhando para um nível 1 de automação de nosso pipeline onde cientistas de dados desenvolvem seus modelos em modo offline, registram esse modelo em um repositório de modelos e disponibilizam para produção de forma semi-automatizada com processos de CI/CD. Nossa stack atual está baseada na AWS e na Azure buscando utilizar arquiteturas Serverless sempre que possível.
Você irá fazer parte de um time multidisciplinar que envolve Data Engineer, Data Scientist e Software Engineer que atuam para criar processos, algoritmos e ferramentas para enriquecer e estruturar da forma mais automatizada possível (principalmente com técnicas de PLN) milhões de dados sobre opiniões de consumidores de múltiplas fontes e em formato não-estruturado. A saída do processo é um DB estruturado e fácil de ser consultado para extração de insights.
Um fonte de inspiração do que queremos em MLOps:
https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning
— Você é:
Uma pessoa cientista de dados com experiência em Eng. de Software e ambientes na nuvem, ou o contrário, uma pessoa experiente em Eng. de Software com conhecimento prático em Ciência de Dados. O maior diferencial é ter implantado antes um pipeline de MLOps.
• Experiência em Python e SQL; AWS ou Azure; Luigi, MLFlow, KubeFlow, SageMaker, CookieCutter Data Science e DVC; metodologia ágil; mentoria técnica de pessoas
• Experiência ou conhecimento em TensorFlow, Keras, scikit-learn
— Responsabilidades:
• Apoiar no desenvolvimento do data lake e de feature stores voltadas a facilitar o trabalho de cientistas de dados
• Manter um processo de monitoria da qualidade dos modelos e seus dados gerados em produção
• Apoiar o Technical Product Manager na definição do roadmap técnica da área
— Processo seletivo dura em média 30-40 dias, passando por triagem, entrevista com a Mari (Tech Recruiter), com a liderança; desafio técnico online (apresentação + convidados do time); proposta.
Sobre a empresa
A Birdie é uma Product Intelligence Cloud que ajuda empresas a inovarem com mais velocidade e eficácia, gerando insights de mercado e produto em tempo real a partir da análise semântica de milhões de fontes de dados sobre consumidores e concorrência, permitindo que times de produto e estratégia desenvolvam, lancem e vendam produtos mais alinhados com as expectativas dos consumidores.
A empresa foi criada em 2018 e é sediada no Vale do Silício, possui um time distribuído entre diversos estados do Brasil e Estados Unidos e atende a clientes como HP, Microsoft e Midea. A Birdie foi listada pela Crunchbase como uma “Startup to Watch” em 2020 e pela Techcrunch como uma das “boas novidades” no cenário de startups. Fomos também selecionados para o programa de Growth da 500 Startups em 2020 e para o Programa Scale-up Endeavor B2B em 2021.
Por que trabalhar com a gente?
Estamos orgulhosos de estar construindo uma empresa global com alma brasileira, como gostamos de enfatizar em nossos valores:
• Colaboração: Somos mais fortes como um time;
• Paixão: Gostamos e damos melhor no que fazemos;
• Accountability: Somos donos do que fazemos e temos foco em gerar impacto;
• Coragem: Aceitamos e abraçamos desafios;
Saiba mais e candidate-se em: https://app.beenet.io/job/ML6ZJQ05WR
Redes Sociais