• Experiência avançada no ecossistema Vertex AI para gerenciamento do ciclo de vida de ML (Vertex Pipelines, Vertex Model Registry, Vertex Feature Store).
• Sólido conhecimento no ecossistema de dados GCP para engenharia de features e processamento distribuído.
• Engenharia de ML e Práticas de Código:
• Domínio em Python (conhecimentos em R e PySpark/Spark são altamente desejáveis).
• Profundo entendimento prático de TensorFlow e frameworks modernos de Machine Learning.
• Sólido conhecimento na criação/entendimento de modelos Estatísticos, Matemáticos e algoritmos de Machine Learning.
• Experiência em conteinerização com Docker e orquestração de microsserviços com Kubernetes.
• Experiência no desenvolvimento de APIs REST e uso de ferramentas de CI/CD (ex: Jenkins, Git).
• Familiaridade com ferramentas de rastreamento de experimentos (como MLflow ou Vertex AI Experiments).
• Bancos de Dados:
• Domínio em consultas SQL e vivência com bancos de dados NoSQL (como MongoDB).
• Cultura e Idiomas:
• Experiência prática trabalhando com metodologias Ágeis (Agile).
• Inglês Avançado (leitura, escrita e conversação técnica).

Requisitos desejáveis

• Certificação oficial Google Cloud Professional Machine Learning Engineer.
• Experiência prática com GenAI dentro do Vertex AI (utilização de Model Garden, tuning de LLMs como Gemini).