• Formação superior em Ciência da Computação, Engenharia, Estatística, Matemática ou áreas correlatas.
• Experiência em projetos de ciência de dados aplicados a negócios.
• Domínio em Python e bibliotecas de ciência de dados (pandas, numpy, scikit-learn, etc.).
• Experiência prática com MLOps (implementação de pipelines de ML, CI/CD, versionamento de modelos, deploy e monitoramento em produção).
• Conhecimento sólido em SQL e manipulação de bases de dados relacionais e não relacionais.
• Vivência com modelagem estatística e métricas de desempenho de modelos.
• Familiaridade com ferramentas de visualização de dados (Looker Studio, Power BI, Tableau ou similares).

Diferenciais:

• Experiência com Vertex AI Model Garden, experimentação com Gemini e tuning de modelos via Vertex AI.
• Certificações em Machine Learning, MLOps ou pipelines de ML em nuvem.
• Familiaridade com frameworks de orquestração e versionamento (Airflow, MLflow, Kubeflow, DVC, etc.).
• Conhecimento em integração com modelos de linguagem (LLMs), cache de prompts e otimização de custos de inferência de LLMs.
• Familiaridade com Red Teaming para LLMs e implementação de guardrails de segurança (Content Safety API).
• Experiência em deploy de modelos em containers utilizando Google Kubernetes Engine (GKE) ou Cloud Run.
• Espanhol ou inglês avançado.