Especialista em Machine Learning Engineering - MLOps | Data Science

Job description

**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 no [Instagram](https://bit.ly/xpincinstagram) e no [LinkedIn](https://www.linkedin.com/company/xpinc/life/porquexpinc/). Confira nossas avaliações no [Glassdoor](https://bit.ly/xpincglassdoor). --- ## 🔍 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 como ponte entre as áreas técnicas (Engenharia, Engenharia de Dados, Governança, DevOps, Gestão de Acessos e Arquitetura), antecipando dependências, riscos e bloqueios que impactam Data Science. - Colaborar com Data Science, Engenharia de Dados, Produto e Negócio na priorização, no desenho e na entrega das soluções. --- ## ⏳ Etapas do Processo 1. **Triagem inicial**: Análise do currículo para verificar a adequação às qualificações e requisitos da vaga. 2. **Testes gerais**: Avaliação do alinhamento cultural com o teste da Mindsight e teste de raciocínio lógico da Predictive Index. 3. **Entrevista com a equipe de Recrutamento**: Discussão sobre as expectativas em relação à vaga e aos objetivos profissionais. 4. **Avaliação técnica**: Entrevista focada nas habilidades específicas necessárias para a função. 5. **Entrevista com a liderança**: Uma conversa para discutir sua visão e como você pode contribuir para a equipe e a empresa. 6. **Entrevista com colegas de trabalho**: Interação com futuros pares para avaliar a sinergia e o trabalho em equipe. 7. **Entrevista focada em cultura**: Exploração dos valores e princípios da empresa para garantir um bom encaixe cultural. 8. **Oferta**: Apresentação da proposta de trabalho, incluindo detalhes sobre remuneração e benefícios. --- --- **Benefícios:**  Saúde e bem-estar: - Plano de saúde - Plano odontológico - Wellhub (Gympass) - Zenklub - Seguro de Vida - iFood Benefícios (VA e VR flexível) - Vale Transporte - New Value (clube de benefícios) - Licença parental: maternidade de 6 meses e paternidade de 20 dias. - Auxílio Creche Vida Financeira - Fundos de Investimentos Exclusivos - Assessoria de Investimentos - Cartão XP Visa Infinite sem anuidade - Crédito (consignado, home equity, CCB Imobiliário, etc.) **Modelo de Trabalho Presencial Flexível** O nosso modelo de trabalho varia de acordo com a função, podendo ser totalmente presencial para frentes de negócio e mais flexível para outras equipes. Seguimos um modelo com mais frequência presencial, mas sempre guiado por flexibilidade e autonomia com a responsabilidade da nossa cultura empreendedora. Aqui na XP Inc., valorizamos as interações pessoais e acreditamos no uso do escritório como uma ferramenta para potencializar nossas relações no trabalho. --- *\*Ao seguir com a inscrição, você declara que leu, compreendeu e concorda com a Política de Privacidade do Grupo XP Inc. e de seus fornecedores e parceiros que apoiam com a realização do processo seletivo. O Grupo XP Inc. poderá utilizar de soluções de inteligência artificial para apoiar a equipe de recrutamento no decorrer do processo, o que poderá envolver o tratamento de seus dados pessoais para tal finalidade, conforme princípios da Lei Geral de Proteção de Dados e da Política de Privacidade do Grupo XP Inc.*