MLOps Engineer

A SDO Moçambique está a recrutar um MLOps Engineer, para Maputo, em Moçambique.

Descrição

• Objectivos da função: O Engenheiro será responsável por conceber, construir, implementar e manter modelos de aprendizagem automática escaláveis e soluções orientadas a dados que resolvem problemas de negócio reais. Esta função faz a ponte entre a ciência de dados e a engenharia de software, garantindo que os modelos de aprendizagem automática estão prontos para produção, são fiáveis e têm um elevado desempenho

Funções

• Identificar oportunidades de automatização e otimização de processos em vários departamentos e funções
• Conceber, desenvolver e implementar soluções automatizadas utilizando ferramentas e tecnologias adequadas
• Colaborar com equipas multifuncionais para recolher requisitos e definir objectivos de automatização
• Realizar estudos de viabilidade e analisar a relação custo-benefício das iniciativas de automatização
• Realizar testes e depuração de processos automatizados para garantir a precisão e a fiabilidade
• Monitorizar e manter soluções automatizadas, incluindo a decteção e resolução de problemas
• Tomar decisões sobre as abordagens de automatização mais eficazes para diferentes processos
• Recomendar melhorias e otimizações de processos com base nos resultados da automatização
• Aplicar os princípios da IA responsável, incluindo equidade, explicabilidade e transparência

 

Desenvolvimento e Implementação de Modelos

• Conceber, desenvolver, treinar e avaliar modelos de aprendizagem automática para casos de utilização de previsão, classificação, recomendação ou otimização Transformar protótipos de ciência de dados em pipelines de aprendizagem automática prontos para produção Implementar modelos utilizando APIs, tarefas em lote ou arquiteturas de streaming Monitorizar o desempenho dos modelos, a deriva dos dados e os requisitos de retreinamento em produção

Engenharia de Dados e Características

• Colaborar com os engenheiros de dados na criação e otimização de pipelines de dados para o treino de modelos, inferência e outras tarefas relacionadas com dados Realizar engenharia e selecção de características para melhorar a precisão e o desempenho dos modelosGovernança, Segurança e Ética: Garantir que os modelos cumprem os requisitos em matéria de privacidade de dados, segurança e regulamentação

 

Engenharia de Software e MLOps

• Escrever código limpo, fácil de manter e bem testado, utilizando as melhores práticas de engenharia de software Implementar pipelines de CI/CD para fluxos de trabalho de aprendizagem automática Utilizar ferramentas de contentorização e orquestração (por exemplo, Docker, Kubernetes) para implementações escaláveis Aplicar práticas de MLOps, incluindo controlo de versões, acompanhamento de experiências e gestão do ciclo de vida dos modelos

Colaboração e Envolvimento das Partes Interessadas

• Trabalhar em estreita colaboração com cientistas de dados para implementar modelos Estabelecer parcerias com as equipas de produto e de negócios para compreender os requisitos e as métricas de sucesso Comunicar o comportamento, as limitações e os resultados dos modelos às partes interessadas sem conhecimentos técnicos

 

Requisitos

• Licenciatura ou mestrado em ciência da computação, engenharia, ciência de dados, matemática ou área relacionada
• Mais de 3 anos de experiência em aprendizagem automática, engenharia de software ou ciência de dados aplicada (dependendo do nível)
• Competências técnicas necessárias:
• Sólidas competências de programação em Python (obrigatório); familiaridade com Java, Scala ou C++ é uma vantagem
• Experiência prática com frameworks de aprendizagem automática como TensorFlow, PyTorch, scikit-learn e XGBoost
• Sólidos conhecimentos de aprendizagem supervisionada e não supervisionada, avaliação de modelos e técnicas de otimização
• Experiência com ferramentas e frameworks de processamento de dados (ex.: Pandas, NumPy, Spark)
• Conhecimento de APIs REST e arquitetura de micro-serviços
• MLOps e Cloud
• Experiência na implementação de modelos de aprendizagem automática em ambientes de produção
• Familiaridade com plataformas na nuvem (AWS, Azure ou GCP) e serviços de aprendizagem automática geridos
• Experiência com ferramentas de CI/CD e sistemas de controlo de versões (Git)

Notas

• Apenas candidatos pré-seleccionados serão contactado