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 Himalayas