Brésil
Pentera
XP Inc.
Spécialiste en Ingénierie Machine Learning - MLOps | Data Science
Brésil
São Paulo, São Paulo, Brazil
PythonSQLDockerKubernetesTerraform
Traduction automatique. Consultez l’original.
À propos du poste
À propos de nous
La XP Inc. est l'une des plus grandes institutions financières indépendantes du Brésil, propriétaire des marques XP, Rico, Clear, XP Educação, InfoMoney, entre autres. Avec plus de 4,6 millions de clients actifs et une valeur supérieure à R$ 1,1 trillion d'actifs sous garde, elle transforme le marché financier depuis 25 ans pour améliorer la vie des gens.
Avec une culture marquante guidée par quatre valeurs - Rêver Grand, Esprit d'Entreprise, Orientation Client et Ouverture d'Esprit - la XP Inc. est toujours à la recherche des meilleurs talents qui ont l'ambition de réaliser l'impossible.
🚀 À propos de l'opportunité
Le domaine de la Data Science a pour mission d'appliquer des techniques de machine learning pour générer des solutions évolutives, surveiller les performances des modèles et automatiser les processus, soutenant ainsi la prise de décision et l'optimisation des résultats de l'organisation.
Nous recherchons un Spécialiste en MLOps/ML Engineering pour être le principal responsable de la chaîne MLOps du domaine et le gardien de la qualité des modèles en production. Il s'agit d'un poste à orientation technique et de mentorat technique, dans lequel vous agirez en tant que multiplicateur : définissant des standards, débloquant des goulots d'étranglement et garantissant que le domaine de la Data Science évolue avec qualité et gouvernance.
⏳ Étapes du Processus
En savoir plus sur notre quotidien sur Instagram et LinkedIn.
Consultez nos évaluations sur Glassdoor.
- Tri initial : Analyse du CV pour vérifier l'adéquation aux qualifications et exigences du poste.
- Tests généraux : Évaluation de l'alignement culturel avec le test Mindsight et le test de raisonnement logique Predictive Index.
- Entretien avec l'équipe de Recrutement : Discussion sur les attentes vis-à-vis du poste et des objectifs professionnels.
- Évaluation technique : Entretien axé sur les compétences spécifiques nécessaires pour la fonction.
- Entretien avec la direction : Une conversation pour discuter de votre vision et de la manière dont vous pouvez contribuer à l'équipe et à l'entreprise.
- Entretien avec des collègues : Interaction avec de futurs pairs pour évaluer la synergie et le travail d'équipe.
- Entretien axé sur la culture : Exploration des valeurs et principes de l'entreprise pour garantir un bon ajustement culturel.
- Offre : Présentation de la proposition de travail, y compris les détails sur la rémunération et les avantages.
Modèle de Travail Hybride Flexible
Notre modèle de travail varie selon la fonction, pouvant être entièrement en présentiel pour les axes métier et plus flexible pour d'autres équipes.
Nous suivons un modèle avec une fréquence plus élevée en présentiel, mais toujours guidé par la flexibilité et l'autonomie avec la responsabilité de notre culture entrepreneuriale.
Ici chez XP Inc., nous valorisons les interactions personnelles et croyons en l'utilisation du bureau comme un outil pour potentialiser nos relations au travail.
*En poursuivant votre candidature, vous déclarez avoir lu, compris et accepté la Politique de Confidentialité du Groupe XP Inc. et de ses fournisseurs et partenaires qui soutiennent la réalisation du processus de sélection. Le Groupe XP Inc. pourra utiliser des solutions d'intelligence artificielle pour soutenir l'équipe de recrutement au cours du processus, ce qui pourra impliquer le traitement de vos données personnelles à cette fin, conformément aux principes de la Loi Générale sur la Protection des Données et de la Politique de Confidentialité du Groupe XP Inc..
🔍 Ce que nous recherchons
Prérequis Essentiels
- Diplôme de licence ou de master en informatique, science des données ou domaines connexes.
- Expérience avérée en MLOps et en Ingénierie Machine Learning.
- Expérience avérée dans la construction de chaînes MLOps, pas seulement dans la consommation d'outils prêts à l'emploi.
- Expérience solide avec Databricks (Spark, Delta Lake, MLflow, Unity Catalog, Feature Store).
- Programmation en Python et PySpark (SQL en complément).
- Expérience avec des pipelines de données et de ML, y compris la standardisation et l'expérimentation de modèles (Airflow, MLflow, etc.).
- Expérience avec les feature stores.
- Expérience avec des techniques et des outils d'explicabilité de modèles (SHAP, LIME, etc.).
- Expérience avec la modélisation statistique (inférence, tests d'hypothèses, régression, séries temporelles, modélisation probabiliste).
- Expérience avec des outils de CI/CD (GitHub Actions, GitLab CI, etc.).
- Expérience pratique avec Azure.
- Connaissance de Docker et Kubernetes (y compris AKS).
- Alignement avec notre culture.
- Résider à São Paulo et avoir une disponibilité pour un régime hybride (3 jours en présentiel par semaine).
Atouts supplémentaires
- IA Générative et solutions d'agents (LLMs, RAG, fine-tuning, embeddings, prompt engineering, orchestration multi-agents, tool calling, mémoire), comme vision d'avenir du domaine.
- Azure AI Foundry pour le développement, le déploiement, l'évaluation et la gouvernance d'applications GenAI et d'agents.
- Frameworks d'observabilité/évaluation de LLMs et d'agents (LangSmith, Ragas, Arize).
- Feature stores du marché (Feast, Tecton) et bonnes pratiques pour éviter le décalage training-serving.
- IaC / automatisation (Terraform, Bicep).
- Standardisation et expérimentation de modèles avec des outils supplémentaires (Kedro, DVC, Metaflow).
- Streaming de données (Kafka, Event Hubs).
- GPUs dans Kubernetes, quantification et optimisation de l'inférence de LLMs (ex : KAITO/AKS).
- Gouvernance des données et sécurité des modèles.
🎯 Défis et Impact
- Être le principal responsable de la chaîne MLOps, en pilotant sa construction, son évolution et son exploitation de bout en bout.
- Garantir la qualité des modèles en production, en agissant comme gardien des standards de Machine Learning en production (fiabilité, tests, documentation et SLAs).
- Concevoir et maintenir des pipelines de données et de ML, de l'entraînement au déploiement et au suivi en production, de manière modulaire, versionnée et reproductible.
- Permettre à l'équipe Data Science de s'adapter au standard de la chaîne, en diffusant les bonnes pratiques d'ingénierie ML.
- Mentorer techniquement les professionnels en formation, par le biais de revues de conception, de pair-programming sur des problèmes complexes et d'élévation du niveau technique de l'équipe.
- Exploiter l'infrastructure ML dans le cloud, en optimisant les performances, les coûts et la fiabilité de l'inférence et du serving des modèles.
- Agir comme pont entre les domaines techniques (Ingénierie, Ingénierie des Données, Gouvernance, DevOps, Gestion des Accès et Architecture), en anticipant les dépendances, les risques et les blocages qui impactent la Data Science.
- Collaborer avec la Data Science, l'Ingénierie des Données, le Produit et le Métier dans la priorisation, la conception et la livraison des solutions.
Avantages
Santé et bien-être
- Plan de santé
- Plan dentaire
- Wellhub (Gympass)
- Zenklub
- Assurance-vie
- iFood Benefícios (VA et VR flexible)
- Ticket Restaurant
- New Value (club d'avantages)
- Congé parental : maternité de 6 mois et paternité de 20 jours.
- Allocation garde d'enfants
Vie Financière
- Fonds d'Investissement Exclusifs
- Conseil en Investissement
- Carte XP Visa Infinite sans frais annuels
- Crédit (prêt sur salaire, prêt immobilier, prêt immobilier, etc.)
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil