Staff ML Engineer

Acelere a pesquisa em Machine Learning (aprendizado de máquina) construindo as bases de engenharia, os fluxos de trabalho e as ferramentas compartilhadas que os pesquisadores precisam para iterar em escala. Inserido na equipe de IA, você trabalhará com pesquisadores e engenheiros para transformar necessidades de pesquisa em constante evolução em capacidades confiáveis e reutilizáveis.

Ao contrário de uma função convencional de MLOps focada na implantação de um único modelo ou recurso bem definido, esta função suporta um conjunto amplo e mutável de fluxos de trabalho de pesquisa em que os modelos e os pipelines de ML são, eles próprios, o produto. O candidato ideal traz uma forte base em engenharia de plataforma, MLOps ou DevOps/infraestrutura; entende o ciclo de vida de ML; e é motivado a ajudar os pesquisadores a resolver problemas ambíguos com mais rapidez.

Trabalhamos todos os dias com gente muito talentosa focada no mesmo propósito: tornar o mundo um lugar mais acessível e justo para todas as pessoas. Valorizamos a colaboratividade e temos um gigante espírito de equipe, mesmo à distância temos muita proximidade com todos e todas. Venha compartilhar conhecimento e impactar a vida de milhares de pessoas no Brasil e em todo o planeta. Da fusão entre Hand Talk e Sorenson nasceu o ASLT, um hub de inovação, onde contamos com profissionais incríveis trabalhando com tecnologia de ponta para desenvolver e entregar serviços de ponta em tradução de língua de sinais impulsionados por IA, que possibilitem a comunicação bidirecional em tempo real, promovendo oportunidades inclusivas para todos que interagem com a tecnologia!Então se você quer fazer parte dessa missão de quebrar barreiras de comunicação entre pessoas surdas e ouvintes através da tecnologia no mundo inteiro, trabalhe conosco e conheça mais da Hand Talk by Sorenson!Faça parte de um time AAA.Temos um excelente clima de trabalho, com o tempero necessário para você viver uma grande experiência :)Trabalhe lado a lado com alguns dos empreendedores sociais mais reconhecidos no Brasil e no mundo.

Tenha o protagonismo na sua carreira em um ambiente com projetos desafiadores.

Um ambiente altamente desafiador e colaborativo.

Possibilidade de aprendizado e crescimento acelerado, com oportunidade de implementar projetos que serão cases de sucesso no mundo digital.

Visite nosso blog, canal no Youtube, redes sociais ou dá um Google aí que também vai achar muita coisa bacana sobre a Hand Talk by Sorenson!

Responsabilidades Principais:Atuar em parceria com pesquisadores de ML em equipes de IA generativa para identificar gargalos e melhorar a velocidade, escala e confiabilidade da iteração de pesquisa.

Projetar, construir e manter infraestrutura de pesquisa reutilizável, fluxos de trabalho, modelos, interfaces e automação para experimentação, treinamento, avaliação, processamento de dados e empacotamento de modelos.

Habilitar experimentos reprodutíveis por meio de ambientes consistentes, gerenciamento de dependências, versionamento de artefatos e modelos, configuração, observabilidade e práticas de CI/CD.Dar suporte a cargas de trabalho escaláveis de ML envolvendo grandes conjuntos de dados, clusters de GPU, computação distribuída e múltiplos modelos, serviços e componentes algorítmicos interconectados.

Entregar recursos pragmáticos de apoio à pesquisa para necessidades imediatas, mantendo-os alinhados com a arquitetura e o roadmap (roteiro) da plataforma central de ML.Atuar como ponte técnica entre os pesquisadores e a equipe da plataforma de ML: traduzir os pontos de dor da pesquisa em requisitos claros de plataforma, validar novos recursos e ajudar as equipes de pesquisa a adotar a plataforma compartilhada.

Colaborar na melhoria do caminho da pesquisa para o produto, tornando os resultados da pesquisa mais fáceis de reproduzir, integrar e testar.

Contribuir para os padrões e a arquitetura compartilhados de engenharia de ML entre as equipes e promover práticas de engenharia por meio de colaboração prática, orientação técnica e compartilhamento de conhecimento.

Avaliar e introduzir tecnologias que melhorem materialmente a velocidade, a confiabilidade, a escalabilidade e a eficiência de custos da pesquisa.

Habilidades Técnicas:Experiência comprovada na construção de infraestrutura reutilizável, ferramentas ou plataformas de desenvolvedor que habilitam múltiplos engenheiros ou pesquisadores, e não apenas um pipeline para um modelo ou recurso predefinido.

Forte proficiência em Python e Linux, incluindo a escrita de software sustentável, automação e serviços.

Experiência prática com Docker, Kubernetes, pipelines de CI/CD, ambientes em nuvem como AWS e Infraestrutura como Código (Infrastructure as Code), como Terraform.

Compreensão prática do ciclo de vida de ML de ponta a ponta, incluindo preparação de dados, experimentação, treinamento, avaliação, gerenciamento de modelos e artefatos, empacotamento, implantação e monitoramento.

Experiência em dar suporte a cargas de trabalho intensivas em computação ou distribuídas e em diagnosticar gargalos de confiabilidade, desempenho, recursos e custos.

Conhecimento prático de frameworks modernos de ML, como PyTorch, e familiaridade suficiente com o comportamento e as restrições dos modelos para colaborar efetivamente com os pesquisadores. Esta não é uma função de cientista pesquisador.

Habilidade para trabalhar com requisitos ambíguos e em evolução, descobrir a necessidade subjacente e transformá-la em capacidades de engenharia simples e reutilizáveis.

Fortes habilidades de comunicação e colaboração entre equipes de pesquisa, engenharia e plataforma.

Inglês avançado obrigatório - conversacional, escrita e leitura.

Experiência no escalonamento de clusters de GPU para treinamento, computação distribuída e processamento de dados em larga escala.

Experiência na construção de plataformas de ML voltadas para pesquisadores, ambientes de experimentação de autoatendimento e ferramentas usadas em muitos fluxos de trabalho de pesquisa em evolução.

Experiência ajudando equipes de pesquisa a migrar ou adotar uma plataforma de ML compartilhada.

Conhecimento de técnicas de otimização de inferência, como kernels de GPU personalizados. Isso é valioso, mas secundário à experiência de apoio à pesquisa e infraestrutura de ML.

NOSSOS BENEFÍCIOS:Contrato CLT: Sua segurança e todos os seus direitos garantidos desde o primeiro dia.

Desenvolvimento Profissional Contínuo: Acesse plataformas de ponta como LinkedIn Learning, além de ajuda de custo anual para cursos e capacitações na sua área. Invista em você!Parceria com universidades: Apoio para ir além através de descontos e sorteios!Capacitação em Libras: Aprenda essa língua tão importante para a nossa comunidade!English Pass: Aprendizado de Inglês para continuar evoluindo na carreira!Material de trabalho enviado já no seu kit Onboarding.