Estamos em busca de uma pessoa engenheira de machine learning para liderar o desenvolvimento e manutenção de sistemas de recomendação com base em dados comportamentais e sinais de performance.

Você terá sucesso neste cargo se tiver familiaridade com modelos de recomendação modernos, entender o ciclo completo de vida de um modelo em produção e tiver habilidade para trabalhar de forma colaborativa com times de produto, engenharia e dados.

Essa posição é essencial para garantir que nossas recomendações sejam relevantes, escaláveis e em constante evolução com base no comportamento dos usuários e nos resultados obtidos.

Responsabilidades

• Projetar, construir e manter sistemas de recomendação baseados em técnicas como collaborative filtering, matrix factorization e embeddings
• Desenvolver pipelines robustos de treinamento, avaliação e deploy contínuo de modelos de machine learning
• Avaliar a performance dos modelos com métricas adequadas (precision, recall, MAP, NDCG, etc.) e propor melhorias contínuas
• Trabalhar com grandes volumes de dados estruturados e não estruturados, garantindo qualidade e consistência
• Implementar APIs para servir modelos em produção com performance e confiabilidade
• Colaborar com pessoas engenheiras de dados e produto para definir prioridades e evoluir os sistemas existentes
• Participar da definição de padrões de versionamento, testes e monitoramento dos modelos em produção

Qualificações

• Experiência prática com sistemas de recomendação em produção
• Sólido conhecimento em Python e bibliotecas como scikit-learn, XGBoost, PyTorch ou TensorFlow
• Experiência com versionamento e deploy de modelos (MLflow, DVC, etc.)
• Familiaridade com pipelines de dados e orquestração (Airflow, Luigi, etc.)
• Conhecimento de bancos de dados relacionais e uso avançado de SQL
• Experiência com APIs REST e deployment de modelos com frameworks como FastAPI
• Habilidade para documentar processos técnicos e comunicar decisões com clareza

Diferenciais:

• Conhecimento de Feature Stores e sistemas de feedback loop para modelos
• Vivência com ambientes de nuvem (GCP, AWS ou Azure)
• Pós-graduação ou cursos especializados em sistemas de recomendação ou machine learning aplicado