Especialista em Machine Learning Engineering - MLOps | Data Science

Sobre nós ​ A XP Inc. é uma das maiores instituições financeiras independente do Brasil, dona das marcas XP, Rico, Clear, XP Educação, InfoMoney, entre outras. Com mais de 4,6 milhões de clientes ativos e um valor superior a R$ 1,1 trilhão de ativos sob custódia, há 25 anos vem transformando o mercado financeiro para melhorar a vida das pessoas. Com uma cultura marcante guiada por quatro valores - Sonho Grande, Espírito Empreendedor, Foco no Cliente e Mente Aberta - a XP Inc. está sempre em busca dos melhores talentos que tem ambição de fazer o impossível. 🚀 Sobre a Oportunidade A área de Data Science tem como missão aplicar técnicas de machine learning para gerar soluções escaláveis, monitorar o desempenho de modelos e automatizar processos, apoiando a tomada de decisão e a otimização de resultados da organização. Buscamos um Especialista em MLOps/ML Engineering para ser o principal responsável pela esteira de MLOps da área e o guardião da qualidade dos modelos em produção. É uma posição de viés técnico e mentoria técnica, na qual você atuará como multiplicador: definindo padrões, destravando gargalos e garantindo que a área de Data Science escale com qualidade e governança. Saiba mais sobre nosso dia a dia n o Instagram e no LinkedIn . Confira nossas avaliações no Glassdoor . 🔍 O Que Procuramos Pré-requisitos Essenciais: Bacharelado ou mestrado em áreas da Computação, Ciência de Dados ou áreas correlatas. Experiência comprovada com MLOps e Engenharia de Machine Learning. Experiência comprovada na construção de esteiras de MLOps, não apenas no consumo de ferramentas prontas. Experiência sólida com Databricks (Spark, Delta Lake, MLflow, Unity Catalog, Feature Store). Programação em Python e PySpark (SQL como complemento). Experiência com pipelines de dados e ML, incluindo padronização e experimentação de modelos (Airflow, MLflow, etc.). Experiência com feature stores. Experiência com técnicas e ferramentas de explicabilidade de modelos (SHAP, LIME, etc.). Experiência com modelagem estatística (inferência, testes de hipótese, regressão, séries temporais, modelagem probabilística). Experiência com ferramentas de CI/CD (GitHub Actions, GitLab CI, etc.). Experiência prática com Azure. Conhecimento de Docker e Kubernetes (incluindo AKS). Alinhamento à nossa cultura. Residir em São Paulo e ter disponibilidade para regime híbrido (3 dias presenciais por semana). Diferenciais: IA Generativa e soluções agênticas (LLMs, RAG, fine-tuning, embeddings, prompt engineering, orquestração multiagente, tool calling, memória), como visão de futuro da área. Azure AI Foundry para desenvolvimento, deploy, avaliação e governança de aplicações de GenAI e agentes. Frameworks de observabilidade/avaliação de LLMs e agentes (LangSmith, Ragas, Arize). Feature stores de mercado (Feast, Tecton) e boas práticas para evitar training-serving skew. IaC / automação (Terraform, Bicep). Padronização e experimentação de modelos com ferramentas adicionais (Kedro, DVC, Metaflow). Streaming de dados (Kafka, Event Hubs). GPUs em Kubernetes, quantização e otimização de inferência de LLMs (ex.: KAITO/AKS). Governança de dados e segurança de modelos. 🎯 Desafios e Impacto Ser o principal responsável pela esteira de MLOps, conduzindo sua construção, evolução e operação ponta a ponta. Garantir a qualidade dos modelos em produção, atuando como guardião dos padrões de Machine Learning em produção (confiabilidade, testes, documentação e SLAs). Projetar e manter pipelines de dados e ML, do treinamento ao deploy e ao monitoramento em produção, de forma modular, versionada e reprodutível. Habilitar o time de Data Science na adaptação ao padrão da esteira, disseminando boas práticas de engenharia de ML. Mentorar tecnicamente profissionais em formação, por meio de design reviews, pareamento em problemas complexos e elevação do nível técnico do time. Operar a infraestrutura de ML em nuvem, otimizando desempenho, custo e confiabilidade da inferência e do serving de modelos. Atuar…