Engenheiro(a) de MLOps – AWS / SageMaker – Home-Office
Estamos em busca de um(a) Engenheiro(a) de MLOps experiente para liderar a arquitetura e automação de ambientes de Machine Learning escaláveis na AWS.
Se você domina automação, CI/CD e governança de modelos em produção, esta oportunidade é para você!
________________________________________
🔧 Qualificações Obrigatórias
• Grande experiência em Engenharia de Software, DevOps ou Engenharia de Plataformas de Dados.
• Experiência específica em MLOps ou Engenharia de Plataformas de Machine Learning.
• Domínio prático de ferramentas e serviços AWS:
o SageMaker Studio, Pipelines, Model Registry, Experiments e Model Monitor.
o Lambda, Step Functions, S3, Glue, ECS/EKS, CloudWatch e CodePipeline.
• Conhecimento em IaC com Terraform ou CloudFormation.
• Proficiente em Python, Bash e Boto3 SDK para automação e scripting de pipelines.
• Sólida base em CI/CD, containerização (Docker, ECR) e orquestração (EKS, Kubernetes).
• Experiência na construção de ambientes de ML seguros e escaláveis, seguindo as melhores práticas da AWS (IAM, rede, criptografia, tagging, etc.).
________________________________________
🌟 Diferenciais Desejáveis
• Experiência com LLM ou RAG, usando SageMaker JumpStart ou endpoints customizados.
• Conhecimento em Feature Store Management e Data Versioning (DVC, Lake Formation, Delta Lake).
• Familiaridade com frameworks de monitoramento como Prometheus, Grafana e EvidentlyAI.
• Vivência em otimização de custos de ML e escalabilidade de inferência de modelos.
• Certificações AWS relevantes, como:
o AWS Certified Machine Learning – Specialty
o AWS Certified Solutions Architect – Professional
________________________________________
🧩 Principais Responsabilidades
• Arquitetar e gerenciar fluxos de trabalho de Machine Learning no SageMaker Studio:
o Projetar e implantar ambientes de ML escaláveis com SageMaker Pipelines, Model Registry e Projects.
o Criar templates reutilizáveis para treinamento, ajuste e deploy de modelos.
• Automatizar pipelines de CI/CD para ML:
o Implementar automação de ponta a ponta usando AWS CodePipeline, CodeBuild, Lambda e EventBridge.
o Integrar com repositórios Git (GitHub/GitLab) para builds e aprovações automatizadas.
• Garantir reprodutibilidade e governança:
o Definir padrões para linhagem de modelos, rastreamento de metadados e reprodutibilidade com SageMaker Experiments e Model Registry.
Estabelecer controles de acesso e políticas de segurança via AWS IAM e KMS.
IDIOMA: Inglês fluente***
Início previsto: Novembro
Duração prevista: pelo menos até 31.12.2026 com grandes chances de continuidade.
Local: home-office, período integral, território nacional.
Para mais informações entre em contato ou encaminhe o currículo para milena.mariano@decisionbr.com.br ou chamar no telefone: 11 99452-0512.
@decision #mlops #aws #sagemaker #ingles #remoto
![]()
