Qualificações:

• Mais de 3 anos de experiência em aprendizado de máquina, engenharia de ML ou um papel híbrido. (experiência profissional combinada)
• Proficiência em Python para manipulação de dados, desenvolvimento de API e integração de ML. (3 anos de experiência)
• Capacidade de escrever scripts ETL eficientes e gerenciar grandes conjuntos de dados. (1-2 anos – qualquer ferramenta ETL)
• Conhecimento sólido em gerenciamento de banco de dados (SQL, NoSQL, PostgreSQL ou similar). (MySQL – 1-2 anos)
• Familiaridade com detecção de objetos baseada em YOLO e processamento de OCR. (por favor, inclua nas notas o projeto relacionado a OCR com o qual trabalharam.)
• Conhecimento em processamento de imagem e ferramentas de visão computacional, como Pillow, OpenCV, pdf2image, etc. (mais de 2 anos)
• Experiência com treinamento e teste de modelos de aprendizado de máquina usando Tensorflow, Pyspark e Scikit-learn. (todos os 3 – mais de 3 anos)
• Experiência prática com Docker, Kubernetes e fluxos de trabalho de ML containerizados. (mais de 1 ano)
• Experiência trabalhando com serviços Azure & Cloud (Data Factory, Blob Storage, ML Studio e outros recursos computacionais). (mais de 1 ano – AWS/GCP opcional)
• Experiência com Flask, FastAPI ou outros frameworks de API. (qualquer/Django – 1-2 anos)
• Conhecimento das melhores práticas de MLOps para implantar e monitorar modelos de ML em produção.
• Experiência prática usando Git e Github/Gitlab, e Github Actions. (mais de 1 ano – qualquer)

Habilidades Preferenciais (Bom Ter):

• Experiência trabalhando em seguros, processamento de documentos ou aplicações relacionadas a OCR.

• Conhecimento em processamento de dados distribuído (Spark, Dask ou similar).

• Exposição a práticas de DevOps para pipelines de CI/CD em projetos de ML.

• Familiaridade com NLP e modelos baseados em LLM.

• Conhecimento em AWS/GCP

Outros Detalhes do Trabalho:

Configuração do Trabalho: Híbrido, 1-2 vezes no local por mês

Horario de Trabalho: Turno intermediário (16h-00h)

Responsabilidades:

• Projetar, desenvolver e manter pipelines de dados para gerenciar imagens TIFF, campos extraídos, CSV, PDF, XML e saídas estruturadas.

• Construir e otimizar fluxos de trabalho ETL para pré-processamento (redimensionamento, rotação, remoção de ruído) e integração de pipeline de ML.

• Desenvolver, treinar, avaliar, implantar e monitorar modelos de aprendizado profundo em um ambiente de produção.

• Desenvolver endpoints de API e integrar dados estruturados na aplicação existente de chaveamento de dados.

• Implementar mecanismos de registro, monitoramento e tratamento de erros para desempenho de modelo e consistência de dados.

• Trabalhar com implantações em contêineres para otimizar fluxos de trabalho de ML e dados.

• Colaborar com engenheiros de ML, desenvolvedores de software e engenheiros de teste de qualidade para garantir uma integração perfeita.

Por favor, consulte a descrição do trabalho.