Machine Learning Engineer

Remoto - Integral

A Birdie nasceu com o propósito de amplificar a voz dos consumidores em sua relação com as marcas, permitindo que empresas possam melhorar a jornada de compra e consumo de seus clientes. Para isso, geramos insights práticos sobre a experiência dos consumidores com produtos, marcas e canais de venda durante a jornada de compra, ajudando nossos clientes a tomarem decisões de negócios baseadas na voz do consumidor.

Nossos valores são:

• No ego! Collaboration: We are stronger as a team.

• Do your best! Passion: We love and put our best in what we do.

• Own it! Accountability: We own what we do and focus on generating impact.

 Dream big! Courage: We welcome and embrace challenges.

• Be different! Diversity: We value and respect different opinions and people.

Para atingir este propósito, precisamos começar dentro de casa, amplificando a voz de todos os grupos de pessoas também na Birdie e trazendo para nosso time pessoas com os mesmos valores que os nossos.

Para isso, buscamos uma pessoa para projetar, desenvolver e manter um sistema de MLOps (DevOps para Machine Learning) afim de criar um pipeline automatizado de implantação, atualização, testes e monitoria de pipeline de dados que envolvem modelos de Machine Learning ou outras abordagens de transformação de dados. Seu trabalho deverá facilitar, acelerar e melhorar a qualidade da implantação em produção de modelos de dados para todo o time de Data Scientists. Você integrará um time multidisciplinar que envolve principalmente Data Engineers e Data Scientists que atuam em conjunto para enriquecer e estruturar (principalmente com técnicas de Processamento de Linguagem Natural) milhões de dados sobre opiniões de consumidores coletados de múltiplas fontes e em formato não-estruturado. A saída final desse processo é um banco de dados estruturado e fácil de ser consultado por um Analytics que tem como objetivo de extrair insights úteis para grande empresas sobre seus consumidores.

Um boa fonte de inspiração do que queremos pode ser encontrada neste artigo: [https://cloud.google.com/solutions/machine-learning/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning](https://cloud.google.com/solutions/machine-learning/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning)

Você irá:

    • Projetar, implementar e manter o processo de MLOps;
    • Apoiar cientistas de dados nas melhores práticas de desenvolvimento de modelos para produção;
    • Apoiar no desenvolvimento do data lake e de feature stores voltadas a facilitar o trabalho de cientistas de dados;
    • Manter um processo de monitoria da qualidade dos modelos e seus dados gerados em produção.

O que buscamos:

    • Formação em Ciência da Computação, Engenharia da Computação, Sistema de Informação, Estatística ou curso relacionado;
    • Conhecimento em modelagem de dados e de arquiteturas de dados;
    • Experiência em programação em linguagem Python e SQL;
    • Experiência em ambiente AWS (Athena, Lambda, S3, Step Functions, outros) e arquitetura Serverless;
    • Experiência em ambiente de computação distribuída (e.g. Hadoop/Spark);
    • Experiência ou conhecimento de frameworks de Machine Learning (TensorFlow, Keras, scikit-learn);
    • Experiência em ferramentas de apoio ao ciclo de vida de modelo de Machine Learning (MLFlow, KubeFlow, SageMaker, CookieCutter Data Science e DVC);
    • Experiência em trabalhar com metodologia de desenvolvimento ágil;
    • Inglês intermediário.

O que te oferecemos:

    • Regime de contratação CLT;
    • Ambiente descontraído, de alto crescimento, com foco em resultado e inovação;
    • Vale Refeição/Alimentação flexível - Vee Food;
    • Ajuda com custos pessoais - Vee Utilities - com descontos em academias, psicólogos e muito mais;
    • Plano de saúde;
    • Plano odontológico;
    • Seguro de vida;
    • Horário de trabalho flexível.

Curtiu?

Faça sua candidatura, assim que abrir uma vaga entraremos em contato!

Quer saber mais?

jobs@birdie.ai

Birdie Logo

 Birdie understand millions of consumers opinions from reviews and conversations and turns them into actionable insights to help manufacturers improve their products and sell more.