Brasilien
Pentera
In All Media Inc
Data Scientist / Machine Learning Engineer
RemoteBrasilien
Brazil
PythonSQLAWS
Automatische Übersetzung. Prüfe das Original.
🌐 Zeitzone & Zusammenarbeit
📌 Position: Data Scientist - Machine Learning (Production & AI)
Standort: Remote aus LATAM
Vertragsart: Vollzeit-Auftragnehmer (über In All Media)
Zeitzonen-Abgleich: US-Zeitzonen (Central Time)
Die Rolle erfordert eine Abstimmung mit den US-Zeitzonen. Kandidaten müssen während der normalen US-Geschäftszeiten verfügbar sein, um eine Echtzeit-Zusammenarbeit mit funktionsübergreifenden Ingenieur-, Daten- und Geschäftspartnern zu gewährleisten.
💬 Sprache
Alle Interviews, Dokumentationen und die tägliche Kommunikation werden ausschließlich in englischer Sprache geführt.
Hinweis: Dieser Vertrag wird über In All Media verwaltet. Wir stellen die Plattform und Infrastruktur für die Top-Talente LATAMs bereit, um mit globalen Führungskräften zusammenzuarbeiten.
🧭 Über In All Media
In All Media ist ein globales Technologie- und Designunternehmen, das sich auf den Aufbau wirkungsvoller digitaler Lösungen durch Remote-Teams in LATAM konzentriert. Wir arbeiten mit internationalen Kunden aus verschiedenen Branchen zusammen und bieten langfristige technische Expertise, Produktinnovation und Team-Augmentierung.
🚀 Projektübersicht
Das Projekt konzentriert sich auf den Aufbau, die Skalierung und die Wartung von End-to-End-Produktions-machine learning-Pipelines und -Infrastrukturen in einer Cloud-nativen Umgebung. Das Hauptziel ist es, datengesteuerte Entscheidungsfindung im gesamten Unternehmen zu ermöglichen, indem robuste, skalierbare ML-Lösungen geliefert werden. In dieser Rolle werden Sie die Modell-Experimentierung mit der Produktionsbereitstellung verbinden und dem Team helfen, seine Kern-Vorhersagealgorithmen voranzutreiben und gleichzeitig in moderne KI- und LLM-gesteuerte Fähigkeiten zu expandieren.
🔍 Hauptverantwortlichkeiten
- ML-Modellentwicklung & -Bereitstellung: Entwicklung, Bereitstellung und Wartung von produktionsreifen Machine Learning (ML)-Modellen in Cloud-Umgebungen über die lokale Notebook-Entwicklung hinaus.
- Feature Engineering & EDA: Durchführung von explorativer Datenanalyse (EDA) und Entwurf von Feature-Engineering-Pipelines zur Unterstützung von Produktions-ML-Workflows.
- Pipeline-Infrastruktur: Aufbau, Wartung und Optimierung von Datenpipelines, die ML-Modelle in der Produktion speisen und aufrechterhalten.
- Modellüberwachung & -wartung: Überwachung der Modellleistung, des Zustands und des Drifts nach der Bereitstellung, um die kontinuierliche Zuverlässigkeit in der Produktion zu gewährleisten.
- Funktionsübergreifende Zusammenarbeit: Partnerschaft mit Software-Engineering-, Daten- und Geschäftsinteressengruppen, um Geschäftsziele in skalierbare ML-Lösungen zu übersetzen.
- KI- & LLM-Integration: Beitrag zu künstlicher Intelligenz (KI) und Large Language Model (LLM)-basierten Fähigkeiten, wo zutreffend.
💡 Muss-Fähigkeiten
- 2+ Jahre Berufserfahrung in der Entwicklung, Bereitstellung, Überwachung und Wartung von Produktions-ML-Modellen in realen Umgebungen.
- Programmier- & Datensprachen: Starke Python-Programmierkenntnisse zusammen mit fortgeschrittenen SQL-Fähigkeiten.
- Enterprise ML-Plattformen: Erfahrung mit AWS SageMaker oder gleichwertigen Enterprise ML-Plattformen (wie Google Vertex AI oder Azure ML) zur Unterstützung von Produktions-Pipelines.
- Versionskontrolle & Autonomie: Versiert im Umgang mit Git zur Versionskontrolle und nachgewiesene Fähigkeit, selbstständig in Produktionsumgebungen zu arbeiten.
🌟 Nice-to-Have-Fähigkeiten
- MLOps-Ökosystem: Vertrautheit mit MLOps- und Orchestrierungswerkzeugen wie MLflow, Apache Airflow oder dbt (Data Build Tool).
- Data Warehousing: Praktische Erfahrung mit Snowflake.
- Domänenexpertise: Vorheriger Hintergrund in Marketing, Wachstum, Experimenten oder kausaler Inferenz.
- Generative KI: Praktische Erfahrung mit LLMs (Large Language Models) oder autonomen KI-Agenten.
- Methoden: Erfahrung im Arbeiten in agilen Entwicklungsumgebungen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen