[Job-29881] Senior Machine Learning I MLOps Engineer, Brazil

Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.

Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.

Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.

Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente.

Buscamos pessoas apaixonadas por transformar dados em soluções inteligentes que geram impacto real no negócio, atuando como Machine Learning I MLOps Engineer. Será responsável por levar modelos de Machine Learning treinados pelos times de Data Science para produção de forma confiável, escalável e monitorada, dentro do ecossistema AWS.

Responsabilidades:- Receber modelos treinados e realizar o deploy em produção (batch e/ou real-time);

• Construir e manter pipelines de CI/CD para ML (treino → validação → deploy);
• Gerenciar Feature Store (criação, versionamento e disponibilização de features para treino e inferência);
• Monitorar desempenho dos modelos em produção (drift de dados, drift de modelo, latência, throughput);
• Gerenciar versionamento de modelos e experimentos (model registry);
• Garantir observabilidade, logging e alertas dos serviços de ML;
• Otimizar custos de infraestrutura de ML na AWS (FINOPS);
• Colaborar com Data Scientists, Engenheiros de Dados e times de Infra/DevOps.

Requisitos para este desafio:- Amazon SageMaker e Cloud AWS (S3, IAM, VPC, CloudWatch, etc);

• Experiência com deploy de modelos (real-time endpoints, batch transform, serverless inference, multi-model endpoints);
• AWS Lambda, Step Functions (orquestração de pipelines);
• Infraestrutura como código (Terraform ou CloudFormation/CDK);
• Python avançado (scripts de treino, inferência, APIs);
• CI/CD (CodePipeline, GitHub Actions, GitLab CI ou Jenkins);
• SQL e manipulação de grandes volumes de dados;
• Conhecimento de pipelines de dados;
• Métricas de performance de modelo (acurácia, drift, latência);
• Ferramentas de observabilidade e monitoramento (CloudWatch, Model Monitor).

Diferencial

• Conhecimento em Modelos de Visão Computacional (Resnet, dentre outros);
• Certificação AWS (Machine Learning Specialty ou Solutions Architect);
• Experiencia prática com os principais módulos do SageMaker (Studio, Pipelines, Endpoints, Model Registry, Feature Store, Model Monitor);
• Experiência com Kubernetes/EKS para workloads de ML;
• Conhecimento de Data Science o suficiente para dialogar bem com o time (não precisa modelar, mas precisa entender o que recebe);
• Experiência em ambientes regulados (dados sensíveis, LGPD);
• Implementar estratégias de deploy seguro (blue/green, canary, shadow deployment);
• Experiencia com observability usando DataDog ou Grafana;
• Construção de agentes (multi-step, tool usage, planning + execution);
• Integração via MCP (Model Context Protocol) ou equivalente;
• Experiencia com metodologias relacionadas a AI-First (SDD, AI-DLC, etc.).

#LI-CB4