Resumo: Um Engenheiro de Aprendizado de Máquina aplica sua especialização em MDLC, IA e engenharia para aprimorar e levar à produção modelos de aprendizado de máquina de última geração, alternando entre abordagens centradas em dados e centradas em modelos. Pontos principais: 1. Aplica experiência especializada no ciclo de vida completo de desenvolvimento de modelos (MDLC) 2. Constrói componentes para plataformas de dados e de aprendizado de máquina (ML), projeta pipelines de MLOps 3. Desenvolve e implanta código de engenharia de características e treinamento de modelos com práticas de CI/CD FINALIDADE E RELEVÂNCIA GERAL PARA A ORGANIZAÇÃO: Um Engenheiro de Aprendizado de Máquina é um especialista que aplica sua experiência especializada no ciclo de vida completo de desenvolvimento de modelos (MDLC), inteligência artificial e engenharia — software, DevOps, dados, nuvem e plataformas — para aprimorar e levar à produção modelos de aprendizado de máquina de última geração. Ele pode alternar entre abordagens centradas em dados (engenharia de dados) ou centradas em modelos (ciência de dados) para melhorar o desempenho dos modelos preditivos e aplicar diversas técnicas de engenharia de software para implantar e dimensionar modelos. PRINCIPAIS RESPONSABILIDADES: ENGENHARIA DE APRENDIZADO DE MÁQUINA: * Constrói componentes para a plataforma de dados destinados a pipelines distribuídos de processamento de dados e repositórios escaláveis de características, incluindo monitoramento da saúde dos dados e alertas. * Constrói componentes para a plataforma de aprendizado de máquina (ML) para permitir treinamento e avaliação distribuídos de modelos, incluindo observabilidade de modelos e monitoramento de desempenho de modelos. * Projeta pipelines completos de aprendizado de máquina (ou seja, MLOps). * Trabalha com cientistas de dados e engenheiros de dados para levar à produção pipelines de dados e modelos de aprendizado de máquina, de modo que diversos requisitos comerciais possam ser implementados e dimensionados. * Auxilia na preparação final dos dados (por exemplo, embeddings) para os cientistas de dados, permitindo-lhes avançar rapidamente rumo à geração de valor, isto é, aplicando diretamente modelos sobre características curadas. ANÁLISE: * Aplica uma variedade de técnicas de aprendizado de máquina, em consulta com cientistas de dados e especialistas em domínio, para aprimorar modelos dentro das restrições de IA explicável (XAI), desempenho e IA responsável. * Seleciona, adquire e integra características (componentes de dados focados em IA) para análise. * Aplica técnicas de aprendizado de máquina não supervisionado (como agrupamento) aos dados para identificar padrões desconhecidos e realizar análises preliminares para tarefas de aprendizado de máquina supervisionado. GERENCIAMENTO, MODELAGEM E PROJETO DE DADOS: * Aplica técnicas de análise exploratória de dados (EDA), projeto de dados, modelagem de dados e garantia de qualidade para estabelecer, modificar ou manter características altamente curadas para a engenharia de IA. * Assume todas as necessidades de engenharia de dados ou auxilia a equipe de engenharia de dados no alcance do objetivo de entrega do projeto. * Implementa projetos físicos de bancos de dados e data warehouses para suportar a disponibilidade de características ao longo do ciclo de vida de desenvolvimento de modelos (MDLC). * Auxilia na garantia de acessibilidade, recuperabilidade, segurança e proteção dos dados de maneira ética. PROGRAMAÇÃO/DESENVOLVIMENTO DE SOFTWARE: * Projeta, codifica, verifica, testa, documenta, corrige e refatora programas/scripts moderadamente complexos. * Desenvolve e implanta código de engenharia de características e treinamento/inferência de modelos, tendo em vista práticas de CI/CD. * Constrói modelos nativos de nuvem ou locais para o ciclo de vida de desenvolvimento de modelos (MDLC) para orquestrar e direcionar os processos de desenvolvimento de diversas equipes de engenharia envolvidas no MDLC. * Aplica transversalmente o desenvolvimento e a implantação de modelos em paradigmas de processamento distribuído e big data para atender às restrições de volume, velocidade e variedade dos dados. VISUALIZAÇÃO E NARRATIVA DE DADOS: * Aplica uma variedade de técnicas de visualização e projeta o conteúdo e a aparência de representações visuais de dados para narrativa e análise exploratória de dados (EDA). * Opera e automatiza atividades para produção eficiente e oportuna de visualizações de dados por meio de painéis e relatórios operacionalizados. * Comunica os resultados de técnicas de aprendizado de máquina não supervisionado (como agrupamento) para identificar e comunicar padrões desconhecidos nos dados. TESTES: * Revisa requisitos e especificações e define condições de teste. * Projeta casos de teste e scripts de teste sob sua própria orientação, relacionando-os com critérios pré-determinados, registrando e relatando os resultados. * Analisa e relata atividades e resultados de testes. * Identifica e relata problemas e riscos associados ao seu próprio trabalho. * Incorpora casos de teste de unidade, integração e regressão nos processos de CI/CD, impulsionando o ciclo de vida de desenvolvimento de modelos (MDLC). CASO NECESSÁRIO: GESTÃO DE PESSOAS / GESTÃO DE RECURSOS: * Pode estar envolvido e fornecer alguma contribuição nas decisões de contratação e transição. * Garante que habilidades adequadas de liderança estejam presentes em todos os níveis, criando um ambiente de trabalho motivador e de apoio, no qual os funcionários recebem orientação, treinamento e oportunidades de carreira por meio do desenvolvimento. * Atribui diferentes tarefas aos respectivos funcionários, considerando experiência, complexidade, carga de trabalho e eficiência organizacional. * Monitora e avalia continuamente a carga de trabalho da equipe e a eficiência organizacional com o apoio de sistemas de TI, dados e análises, bem como do feedback da equipe, realizando ajustes adequados para atender às necessidades comerciais. * Fornece aos membros da equipe/subordinados diretos orientação clara e metas alinhadas às necessidades comerciais e aos objetivos da GIT. FORMAÇÃO E EXPERIÊNCIA EXIGIDAS / QUALIFICAÇÕES MÍNIMAS: + Graduação em Ciência da Computação, Matemática ou área afim; mestrado é um diferencial. + 4 anos de experiência prática como Engenheiro de Aprendizado de Máquina ou função similar; experiência com dados financeiros ou de planejamento de demanda é um diferencial. + Conhecimento de estruturas de dados, modelagem de dados e arquitetura de software. + Experiência com MLOps em nível produtivo — engenharia de características, treinamento distribuído de modelos, serviço e inferência, etc. + Conhecimento aprofundado de algoritmos e tecnologias de Big Data: Apache Kafka, Apache Spark, AWS EMR; Databricks é um diferencial. + Paixão e capacidade de escrever código robusto em Python, R, Java. + Familiaridade com frameworks de aprendizado de máquina (como Keras ou PyTorch) e bibliotecas de ML (como scikit-learn). + Experiência com algoritmos de aprendizado de máquina, ferramentas (ex.: MLflow, AWS SageMaker, TensorFlow), aprendizado profundo e/ou processamento de linguagem natural. + Excelentes habilidades de comunicação escrita e oral, objetivas e diretas (inglês). + Conforto ao apresentar tópicos complexos a partes interessadas. + Proveniente colaborador em equipe, capaz de cooperar entre funções e organizações. + Alta resiliência e atitude orientada para soluções. NA ADIDAS TEMOS UMA CULTURA VENCEDORA. MAS PARA VENCER, O PODER FÍSICO NÃO É SUFICIENTE. ASSIM COMO OS ATLETAS, NOSSOS FUNCIONÁRIOS PRECISAM DE FORÇA MENTAL EM SEU JOGO. FOMENTAMOS A MENTALIDADE DO ATLETA POR MEIO DE UM CONJUNTO DE COMPORTAMENTOS QUE QUEREMOS INCENTIVAR E DESENVOLVER EM NOSSOS COLABORADORES E QUE ESTÃO NA ESSENCIA DA NOSSA CULTURA EMPRESARIAL ÚNICA: É ASSIM QUE VENCEMOS ENQUANTO JOGAMOS LIMPO. CORAGEM: Fale quando vir uma oportunidade; assuma a liderança quando vir uma necessidade. DONO: Assuma a responsabilidade. Seja proativo, tome responsabilidade e leve até o fim. INNOVAÇÃO: Eleve-se para vencer. Seja curioso, teste e aprenda novas e melhores formas de fazer as coisas. TRABALHO EM EQUIPE: Vencemos juntos. Trabalhe de forma colaborativa e cultive uma mentalidade compartilhada. INTEGRIDADE: Jogue pelas regras. Responsabilize-se pessoalmente e responsabilize os demais pelos padrões da empresa. RESPEITO: Valorize todos os jogadores. Demonstre empatia, seja inclusivo e mostre dignidade a todos. **NA ADIDAS ACREDITAMOS FIRMEMENTE QUE INCORPORAR DIVERSIDADE, EQUIDADE E INCLUSÃO (DEI) À NOSSA CULTURA E AOS PROCESSOS DE TALENTOS PROPORCIONA A NOSSOS FUNCIONÁRIOS UM SENTIDO DE PERTENCIMENTO E À NOSSA MARCA UMA VERDADEIRA VANTAGEM COMPETITIVA.** **– A CULTURA COMEÇA COM AS PESSOAS, COMEÇA COM VOCÊ –** **AO RECRUTAR TALENTOS E DESENVOLVER NOSSOS COLABORADORES PARA REFLETIR A RICA DIVERSIDADE DOS NOSSOS CONSUMIDORES E COMUNIDADES, FOMENTAMOS UMA CULTURA DE INCLUSÃO QUE ENVOLVE NOSSOS FUNCIONÁRIOS E CONECTA AUTENTICAMENTE NOSSA MARCA AOS NOSSOS CONSUMIDORES.** TÍTULO DA VAGA: Engenheiro de Aprendizado de Máquina MARCA: LOCALIZAÇÃO: Porto EQUIPE: Dados ESTADO: 13 PAÍS/REGIÃO: PT TIPO DE CONTRATO: Integral NÚMERO: 540938 DATA: 20 de fev. de 2026