MLOps Analyst | Senior
- Brasil
- Permanente
- Período integral
- Acompanhar a criação dos recursos de infraestrutura na AWS utilizando práticas de Infrastructure as Code (IaC);
- Criar e evoluir os processos de CI/CD, garantindo automação, rastreabilidade e segurança nas entregas;
- Atuar e revisar a arquitetura da aplicação, contribuindo com boas práticas de performance, segurança e escalabilidade;
- Acompanhar as entregas dentro das melhores práticas, garantindo disponibilidade, continuidade e performance dos ambientes;
- Atuar junto ao cliente e stakeholders na investigação, entendimento e planejamento de novas demandas técnicas, alinhando expectativas com as áreas de negócio;
- Investigar, propor e criar padrões e automações de melhorias de ambientes, promovendo padronização e eficiência operacional;
- Navegar por múltiplos projetos simultaneamente, com organização, autonomia e visão sistêmica;
- Ser ponte entre equipes técnicas e áreas de negócio, com uma comunicação clara, postura colaborativa e foco em soluções.
- Formação e/ou especialização (mínimo 360 horas) completa na área da tecnologia de informação (Ciência da Computação, Análise e Desenvolvimento de Sistemas ou correlatos);
- Experiência na criação, evolução e entrega de pipelines CI/CD, com foco em ambientes AWS;
- Vivência em projetos que envolvam operações de Machine Learning (MLOps), especialmente com Amazon SageMaker, ECR, Step Functions e Lambda;
- Sólido conhecimento em serviços AWS como EC2, S3, IAM, CloudWatch, CloudFormation ou Terraform;
- Conhecimento em sistema operacional Linux (segurança, troubleshooting, coleta de métricas e análise de performance);
- Experiência com Containers (Docker e Kubernetes) em ambientes produtivos;
- Habilidade com ferramentas de monitoramento e observabilidade, especialmente CloudWatch;
- Experiência com infraestrutura como código, especialmente com Terraform e Ansible;
- Desejável: conhecimento com alguma linguagem de programação (Python, Bash ou similares);
- Diferencial: familiaridade com ferramentas como MLflow, DVC ou com pipelines de ML em produção.