O Engenheiro DevOps \& ML Ops será responsável por desenvolver e manter serviços escaláveis e estáveis que entreguem modelos de aprendizado de máquina (machine learning) aos usuários finais com tempo de atividade garantido. O foco principal estará na infraestrutura, implantação e processos de integração contínua\/entrega contínua (CI\/CD) para nossos serviços de ML. **RESPONSABILIDADES:** * Gerir a alocação de recursos e o agendamento de cargas de trabalho para múltiplos serviços de ML, assegurando uma utilização eficiente dos recursos de CPU\/GPU e criando filas confiáveis com base nas prioridades do serviço. * Manter ambientes de máquinas virtuais (VM) e gerenciar atualizações do sistema operacional, mantendo um inventário atualizado das VMs. * Trabalhar em conjunto com as equipes de desenvolvimento e QA para identificar pontos críticos nas nossas aplicações e estabelecer medidas preventivas antes que se tornem problemas ativos. * Diagnosticar falhas e fornecer soluções para configurações de sistema. * Planejar, executar e testar recuperação de desastres. * Monitorar e analisar todos os logs de aplicação, desempenho, eventos e do sistema para auxiliar na resolução de problemas. * Responsável por abrir todos os chamados de TI\/Colocation, assegurando o cumprimento das solicitações e escalonando para a pessoa correta quando necessário. * Projetar, desenvolver e manter a infraestrutura necessária para implantar e dimensionar serviços de aprendizado de máquina. * Implementar e gerenciar pipelines de CI\/CD para garantir uma implantação contínua e eficiente de modelos de ML. * Colaborar com cientistas de dados, pesquisadores de ML e especialistas em linguagem para entender os requisitos de implantação dos modelos de ML e fornecer o suporte de infraestrutura necessário. * Automatizar e otimizar os processos de compilação, teste e implantação para aumentar a eficiência e reduzir o tempo de lançamento no mercado. * Monitorar e otimizar o desempenho, disponibilidade e escalabilidade dos sistemas de ML em produção. * Desenvolver e manter sistemas robustos de monitoramento, registro de logs e alertas para identificar proativamente e resolver problemas. * Implementar práticas recomendadas de segurança para proteger dados sensíveis e garantir conformidade com regulamentações pertinentes. * Manter-se atualizado sobre tendências do setor e tecnologias emergentes relacionadas ao ML Ops e DevOps, propondo soluções inovadoras para melhorar a entrega dos nossos serviços de ML. **HABILIDADES, EXPERIÊNCIAS E QUALIFICAÇÕES EXIGIDAS**: * Conhecimento sólido em plataformas em nuvem (como AWS, Azure ou GCP) e implantações locais em cluster, além de experiência na implantação e gestão de serviços de ML nessas plataformas. * Conhecimento de frameworks de computação distribuída (por exemplo, Spark) e tecnologias de big data (por exemplo, Hadoop, Kafka). * Domínio de Python, Shell, Ruby, Golang ou C\+\+ e experiência com ferramentas de infraestrutura como código (por exemplo, Terraform, CloudFormation). * Experiência prática com tecnologias de contenção (por exemplo, Docker) e frameworks de orquestração (por exemplo, Kubernetes). * Familiaridade com ferramentas de CI\/CD (por exemplo, Jenkins, GitLab CI\/CD) e sistemas de controle de versão (por exemplo, Git). * Bom entendimento dos conceitos de rede, segurança e administração de sistemas. * Fortes habilidades de solução de problemas e depuração, com capacidade de analisar e resolver rapidamente questões em sistemas complexos de ML. * Excelentes habilidades de comunicação e colaboração, com capacidade de trabalhar efetivamente em um ambiente orientado a equipe. * Graduação ou pós-graduação em Ciência da Computação, Engenharia ou área relacionada. * Experiência comprovada como Engenheiro ML Ops, Engenheiro DevOps ou função similar, com foco na implantação e manutenção de modelos de aprendizado de máquina em ambientes de produção. **HABILIDADES E EXPERIÊNCIAS DESEJADAS**: * Experiência com frameworks e bibliotecas de aprendizado de máquina, tais como TensorFlow, PyTorch ou scikit\-learn. * Familiaridade com computação sem servidor (serverless) e arquiteturas orientadas a eventos. * Experiência com ferramentas de registro de logs e monitoramento (por exemplo, ELK Stack, Prometheus, Grafana). * Entendimento de metodologias de desenvolvimento de software e práticas ágeis.