Engenheiro(a) de Machine Learning (Pleno/Sênior) – Remoto

Estamos em busca de um(a) Engenheiro(a) de Machine Learning (Pleno/Sênior) - Remoto para integrar nosso time de Inteligência Artificial e Ciência de Dados na Kognit. Buscamos profissionais apaixonados por inovação e tecnologia, com experiência em Machine Learning, engenharia de dados e MLOps, capazes de desenvolver, implantar e escalar modelos preditivos que gerem valor real para nossos clientes e negócios. Se você gosta de transformar dados em soluções inteligentes, escaláveis e de alto desempenho, queremos conhecer você. Principais Responsabilidades: - Desenvolver modelos tabulares de ML para decisões operacionais: classificação de risco (XGBoost), precificação dinâmica (gradient boosting) e otimização combinatória de atribuições (Google OR-Tools). - Operar modelos em shadow mode com validação humana (HITL) antes de qualquer automação. - Construir o pipeline de MLOps: treino no Azure ML, registro no MLflow, deploy de inferência (FastAPI/Docker) na AWS, com promoção por ambiente e rollback. - Definir métricas e backtesting com point-in-time correctness sobre a Feature Store. - Implementar monitoramento de drift, retreino automatizado e canary/A-B deployment via CI/CD. - Servir modelos por APIs de inferência de baixa latência (features online em Redis), com contratos OpenAPI. Requisitos: - Formação superior em Ciência de Dados, Ciência da Computação, Estatística, Engenharia, Matemática, Economia ou áreas correlatas. - Inglês ou espanhol (cliente internacional). - Python sólido para ML em produção (não só notebooks). - Modelos tabulares com gradient boosting (XGBoost ou similar) — classificação com classes desbalanceadas, calibração de probabilidade, regressão. - Avaliação de modelos e backtesting: AUC/Recall/precision, MAPE/MAE/RMSE, validação temporal e point-in-time correctness. - MLOps: versionamento e registro de modelos (MLflow ou equivalente), pipelines de treino/deploy em CI/CD, promoção por ambiente e rollback. - Serving de modelos via API (FastAPI ou equivalente) em containers Docker. - SQL para extração e preparação de dados. Diferenciais: - Azure ML e Azure Pipelines; AWS (ECS/EC2, S3, RDS) — ambiente híbrido AWS×Azure. - Feature Store offline/online (Redis para features de tempo real). - Monitoramento de drift (Evidently AI ou similar) e canary/A-B deployment. - Otimização combinatória (Google OR-Tools) e sistemas de ranking/recomendação (Matrix Factorization, Learning-to-Rank). - ONNX Runtime / TorchScript para otimização de inferência. - Experiência em contexto regulado: auditabilidade, lineage, retenção de logs de predição (LGPD). Benefícios: - Prestador de serviços - PJ (Buscamos parceiros a longo prazo). - Trabalho Remoto. - Carga horária 8 horas por dia (168 mensal). - Banco de horas com fechamento a cada quadrimestre (Pagamento das horas positivas). - Remuneração variável após 4 meses de contrato. - Cartão Flexível: oferecemos um valor de alimentação de R$ 700,00 por mês (no cartão Flash). - Folga remunerada: 7 dias corridos a partir de 1 ano de contrato; 15 dias a partir de 2 anos; 21 dias entre 5 e 7 anos; e 30 dias a partir de 8 anos de contrato. - Sexta presente (1 dia de folga do Mês do aniversário). - Parceria com Wellhub. - Parceria com Open English. - Parceria com FIAP. - Parceria com clínicas e serviços de psicologia. Quer entender como levamos inovação a empresas globais? Visite nosso site e explore nossos cases e soluções digitais. https://www.kognit.com.br/

Ver descrição completa.