Pessoa Especialista Ciência Dados I | Carrefour

Missão do Cargo:

Estamos buscando uma pessoa para ser a referência em MLOps dentro do time de Data Science. Nosso time já desenvolve e mantém modelos em produção — de previsão de demanda, classificação e clusterização de clientes a soluções de busca e aplicações com LLMs — utilizando a stack de dados do GCP.

O próximo passo é evoluir os padrões e as práticas de deploy, monitoramento e sustentação, criando processos e ferramentas que permitam aos cientistas de dados colocar e manter seus projetos em produção com autonomia, segurança e qualidade.

Você será responsável por estruturar essas esteiras e atuar como ponte entre Data Science e as demais áreas técnicas, viabilizando uma operação escalável e confiável. O foco não é executar os deploys do time, mas construir as condições para que os próprios cientistas de dados façam isso com eficiência e consistência.

Principais responsabilidades:

• Manter e evoluir os pipelines de machine learning em produção, otimizando custos, desempenho e confiabilidade, além de estruturar o padrão de serving via API para novos casos de uso.
• Construir esteiras de MLOps e templates reutilizáveis — incluindo repositórios, CI/CD, pipelines e serviços — para padronizar e simplificar o deploy de novos projetos.
• Definir e implementar monitoramento e alertas acionáveis para pipelines e serviços, cobrindo falhas de execução, atrasos de dados e custos, com severidade e responsáveis claramente definidos.
• Estabelecer padrões de runbooks por projeto, orientando o time de sustentação na identificação, no diagnóstico e na resolução de incidentes.
• Atuar como elo entre Data Science e as áreas de Engenharia, Engenharia de Dados, Governança, DevOps, Gestão de Acessos e Arquitetura, antecipando dependências, riscos e bloqueios que possam impactar as entregas.
• Traduzir conceitos e decisões técnicas complexas em explicações claras e acessíveis para públicos não técnicos, facilitando o alinhamento entre as áreas.

Você precisa ter:

• Experiência comprovada em MLOps e Engenharia de Machine Learning, com atuação em modelos e pipelines em produção.
• Experiência com pipelines de dados e de ML, incluindo orquestração, padronização de fluxos e gestão de experimentos e modelos, utilizando ferramentas como Airflow, MLflow, Vertex Pipelines ou equivalentes.
• Experiência com ferramentas e práticas de CI/CD, como GitHub Actions, GitLab CI ou similares.
• Experiência na construção e evolução de esteiras de MLOps, desenvolvendo padrões, automações e componentes reutilizáveis, além do uso de ferramentas existentes.
• Experiência no desenvolvimento de APIs para disponibilização de modelos e soluções de Data Science.
• Conhecimento de Docker e de práticas de conteinerização de aplicações.
• Experiência com observabilidade, monitoramento e configuração de alertas para pipelines e serviços, utilizando ferramentas como Cloud Logging, Cloud Monitoring, Grafana ou equivalentes.
• Boa comunicação e capacidade de traduzir conceitos técnicos complexos em explicações claras para públicos não técnicos, promovendo o alinhamento entre diferentes áreas.

Perfil comportamental:

Curioso: Visão Exploratória , Lifelong Learning , Mentalidade de Crescimento (Growth Mindset)

Investigativo: Pensamento Analítico , Resolução de Problemas Complexos , Mapeamento de Processos

Questionador: Análise Crítica , Visão Estratégica , Garantia de Qualidade e Governança

Vamos adorar se você tiver:

• Experiência com feature stores e práticas de gestão e disponibilização de features para modelos de ML.
• Conhecimento em IA generativa e soluções agênticas, incluindo LLMs, RAG, fine-tuning, embeddings, tool calling e mecanismos de memória.
• Experiência com plataformas de nuvem, como GCP, AWS ou Azure.
• Experiência com Kubernetes e orquestração de contêineres.