Descrição da vaga
Dentro da maior empresa imobiliária do país, com mais de 80 anos de história, temos um desafio muito interessante onde estamos construindo áreas de bigdata, data science e engenharia do zero, num projeto de transformação digital, com total autonomia de trabalho.
Que tal fazer parte do maior e mais tradicional grupo de intermediação imobiliária do país?
Nosso propósito é ajudar as pessoas a conquistarem o seu lugar! ❤️
Estamos em busca de uma pessoa Sr. Machine Learning Engineer, apaixonada por Tecnologia, para contribuir com o projeto.
Usamos o poder do digital para entregar melhores produtos e experiências para nossos clientes (cliente final, incorporadora, proprietário, corretor e franqueado) que trarão resultados relevantes e muito valor para a Lopes.
Temos diversos clusters distribuídos de Kubernetes, Cassandra, Hadoop, Kafka, Spark e muito mais, com muita escalabilidade, elasticidade, processamento streaming, etc.
Queremos atuar lado a lado com as áreas de negócios e parceiros, a fim de criar e desenvolver ótimos produtos e serviços que realmente tragam resultados relevantes e muito valor para a cia.
Precisamos ter uma visão bastante crítica sobre os dados (data driven), isso pode contribuir para criação de novos produtos orientados à dados (data products), além de auxiliar e apoiar as outras frentes de desenvolvimento.
Identificou-se com nosso propósito? Junta-se a nós!
Responsabilidades e atribuições
- Colaborar para ampliação e democratização do uso de dados com foco na geração de valor para o negócio de maneira ágil, relevante e inovadora
- Atuar junto aos demais Tribos e Squads de engenharia para evolução constante da estrutura e visão de dados/engenharia
- Construir ferramentas/frameworks para gestão automática do ciclo de vida de modelos de Data Science
- Construir infraestrutura para otimizar o tempo para deploy de um modelo para ir da prototipação à produção
- Implantar ferramentas, técnicas e automatizar processos para viabilizar aumento de performance de modelos
- Apoiar a concepção e desenvolvimento de modelos de Data Science para alavancar o negócio
- Desenvolvimento de API para disponibilização de produtos de dados de forma online
- Contribuir com a visão, evolução e arquitetura de soluções de ML na Lopes (democratização de Data Science)
- Monitoramento de predição dos modelos de Data Science
Requisitos e qualificações
Necessário:
- Experiência avançada com Python
- Experiência com Spark
- Proficiência com frameworks de machine learning, tais como Scikit-Learn, Pytorch, Pandas, Numpy, etc.
- Experiência com Produtização de modelos
- Experiência avançada com SQL
- Experiência com CI/CD
- Experiência com Docker/Kubernetes
- Experiência com desenvolvimento de RESTful APIs
- Experiência com ciclo de vida de modelos de Data Science
- Experiência com ambiente Linux
- Vivência em projetos ágeis
Desejável:
- Experiência com TensorFlow
- Experiência com ferramentas MLOps (Kubeflow, MLFlow, etc.)
- Experiência com Apache Airflow
- Experiência com NoSQL (Cassandra, ElasticSearch, Solr, Druid, etc.)
- Experiência com Cloud (AWS/GPC/Azure)
Quem somos
Especialistas no mercado imobiliário
Com uma equipe de mais de 10.000 corretores associados, a Lopes não é apenas um intermédio na negociação, mas um parceiro para encontrar a melhor oportunidade para você.
Devido à sua tradição e liderança no mercado, a Lopes é Top of Mind do setor imobiliário paulistano segundo pesquisa do IBOPE Inteligência. A companhia também lidera em número de acessos em seu site comparada a outras empresas do setor.
Sua missão é atender seus clientes com excelência, transparência e segurança para atingir e superar expectativas, sempre buscando o melhor. Em evolução constante, faz com que a qualidade de seus serviços e a satisfação de seus clientes seja garantida.
Por isso, ela utiliza sua experiência no mercado como base para superar novos desafios, mantendo-se preparada para o futuro do setor, sempre à frente de seu tempo.
Presente nos principais estados do país, a companhia atua em regiões que concentram mais de 80% do PIB brasileiro: São Paulo, Rio de Janeiro, Minas Gerais, Espírito Santo, Goiás, Rio Grande do Sul, Paraná, Santa Catarina, Bahia e Ceará – além do Distrito Federal.