Atuar no desenho, desenvolvimento e evolução de plataformas e componentes reutilizáveis para o ciclo de vida de modelos de Machine Learning.
Construir e manter pipelines de MLOps para automação de etapas como treino, validação, empacotamento, versionamento, deploy, rollback, monitoramento e retreinamento de modelos.
Apoiar a produção de modelos de Machine Learning em ambientes batch, near real-time e real-time, garantindo escalabilidade, resiliência, segurança e observabilidade.
Desenvolver frameworks, aceleradores, templates e padrões técnicos que facilitem o desenvolvimento e a implantação de modelos por diferentes times.
Atuar na integração entre modelos de ML, pipelines de dados, APIs, microsserviços, feature stores, serviços de inferência e plataformas cloud.
Definir e implementar boas práticas de CI/CD para Machine Learning, incluindo testes automatizados, validação de dados, validação de modelos, quality gates e estratégias...