Redwood Materials
PAYLOCITY CORPORATION
Engenheiro(a) de Machine Learning - Estágio
Descrição
Por que trabalhar na Paylocity
A Paylocity é uma provedora premiada de soluções de software de RH e folha de pagamento baseadas em nuvem, oferecendo a plataforma mais completa para a força de trabalho moderna. A empresa se tornou uma das provedoras de software HCM de crescimento mais rápido no mundo, oferecendo um conjunto de produtos intuitivo e fácil de usar que ajuda as empresas a automatizar e otimizar processos de RH e folha de pagamento, atrair e reter talentos e construir uma forte cultura no local de trabalho. Enquanto provedores tradicionais de RH e folha de pagamento automatizam processos básicos de RH, como administração de folha de pagamento e benefícios, a Paylocity vai além, desenvolvendo ferramentas que RH e empresas precisam para competir por talentos e atender às expectativas da força de trabalho moderna.
Carreiras Iniciais
Traga seu talento e vontade de aprender para a Paylocity, onde você descobrirá as habilidades necessárias para lançar sua carreira!
Beneficie-se de treinamento premiado e coaching individual enquanto desempenha um papel fundamental no futuro da Paylocity com uma posição de carreira inicial.
Explore como você pode ir da sala de aula para a sala de reuniões com estágios e programas para recém-formados em um dos Melhores Lugares para Trabalhar do Glassdoor.
Experimente o suporte que o levará de recém-formado a uma carreira florescente com uma posição na divisão de carreiras iniciais da Paylocity!
Visão Geral da Posição
A Paylocity está expandindo sua organização de Engenharia de Machine Learning. Nossa equipe de Engenharia de Machine Learning desenvolve infraestrutura e ferramentas que permitem decisões orientadas por dados e experiências de IA/ML em escala para milhões de usuários da Paylocity.
Como Engenheiro(a) de Machine Learning - Estagiário(a) em Produto e Tecnologia, você contribuirá para trabalhos de engenharia de machine learning bem definidos com mentoria e orientação de engenheiros experientes. Você ganhará experiência prática na construção, teste e aprimoramento de software de ML, pipelines de dados e modelagem, e infraestrutura de suporte. Você colaborará de perto com Engenheiros de Machine Learning, Cientistas de Dados, Engenheiros de Dados, DevOps e outras equipes de plataforma para aprender como soluções de ML confiáveis são projetadas e entregues em ambientes de produção.
Este estágio é projetado como uma experiência de aprendizado: você não deve ser o responsável independente por sistemas de produção ou arquitetura. Em vez disso, você trabalhará em projetos significativos e bem definidos, fará perguntas, incorporará feedback e desenvolverá o julgamento de engenharia necessário para um Engenheiro de Machine Learning em início de carreira.
Nossa Equipe Está
- Construindo infraestrutura que pode potencializar recursos de ML e IA para milhões de usuários.
- Construindo e implantando capacidades de IA que ajudam os clientes a obter mais valor da plataforma Paylocity.
- Tratando IA responsável e ética de IA como considerações de primeira classe em nossos processos de engenharia.
- Trabalhando colaborativamente entre Engenharia de Machine Learning, Ciência de Dados, Engenharia de Dados, DevOps, segurança e equipes de plataforma.
- Investida em aprender e aplicar ferramentas, tecnologias e práticas modernas de engenharia de machine learning.
O que você aprenderá
- Como soluções de machine learning passam da experimentação para software confiável e mantenível.
- Como engenheiros de ML colaboram com Cientistas de Dados, Engenheiros de Dados, DevOps, segurança e parceiros de produto.
- Como pipelines automatizados, testes, CI/CD, observabilidade e infraestrutura de nuvem suportam sistemas de ML em produção.
- Como revisar código, receber feedback técnico, depurar problemas e comunicar trade-offs de engenharia.
- Como equilibrar qualidade de modelo com qualidade de software, escalabilidade, confiabilidade, segurança e impacto no cliente.
- Como considerações de IA responsável são incorporadas no design e entrega de recursos de IA/ML.
Oportunidade de Crescimento e Conversão
Este estágio tem como objetivo ajudar estudantes com 0 anos de experiência profissional a construir as habilidades necessárias para uma função de Engenheiro(a) de Machine Learning em início de carreira. Estagiários de alto desempenho podem ser considerados para futuras oportunidades em tempo integral, com base no desempenho, necessidades de negócios e headcount disponível.
Presencial: Esta função destina-se a ser baseada em Rochester, Nova York. Espera-se que os estagiários trabalhem no local no ambiente de escritório designado e participem da programação de estágio da Paylocity, incluindo a cúpula de estágio P&T em Schaumburg, Illinois.
Oportunidade Igual e Acessibilidade
A Paylocity está comprometida com a inclusão total de todos os indivíduos. Recrutamos, treinamos, remuneramos e promovemos independentemente de raça, religião, cor, origem nacional, sexo, deficiência, idade, status de veterano e outros status protegidos, conforme exigido pela lei aplicável. Na Paylocity, acreditamos que a diversidade nos torna melhores.
Nós abraçamos e incentivamos as diferenças de nossos funcionários em idade, cultura, etnia, estado civil ou familiar, identidade ou expressão de gênero, idioma, origem nacional, capacidade física e mental, afiliação política, raça, religião ou crença espiritual, orientação sexual, status socioeconômico, status de veterano e outras características que tornam nossos funcionários únicos. Nós cultivamos ativamente essas diferenças por meio de nossos grupos de recursos de funcionários (ERGs), experiências de funcionários, perspectivas, talentos e abordagens para impulsionar a inovação no software e nos serviços que fornecemos aos nossos clientes.
Cumprimos as leis federais e estaduais de deficiência e fazemos acomodações razoáveis para candidatos e funcionários com deficiências. Para solicitar acomodação razoável no processo de inscrição ou entrevista de emprego, entre em contato com accessibility@paylocity.com. Este endereço de e-mail é exclusivamente designado para tais solicitações, alinhado com as leis federais e estaduais de deficiência. Por favor, não envie currículos para este endereço de e-mail, pois eles serão removidos.
Responsabilidades Principais
As responsabilidades abaixo representam os deveres primários da função. Com o apoio de mentores e colegas de equipe, você irá:
- Contribuir para o design, implementação, teste e aprimoramento de capacidades e serviços de plataforma de IA compartilhados dentro de um escopo de projeto definido.
- Construir sobre componentes da plataforma de IA para suportar novas experiências de produto com IA, incluindo fluxos de trabalho de agentes, integrações de modelos e ferramentas de plataforma reutilizáveis.
- Contribuir para a construção ou aprimoramento de interfaces e experiências conversacionais, incluindo tratamento de requisições, fluxos de conversação, gerenciamento de contexto e integração com serviços ou agentes backend.
- Ajudar a desenvolver e aprimorar capacidades de observabilidade e avaliação de IA, incluindo rastreamento, métricas, avaliação de qualidade, depuração e monitoramento do comportamento de IA ou agentes.
- Escrever código Python limpo, mantenível e bem documentado, seguindo os padrões de engenharia e melhores práticas estabelecidos.
- Colaborar com parceiros de Ciência de Dados e Engenharia de Dados para ajudar a integrar modelos e fluxos de trabalho de dados em soluções de software confiáveis.
- Contribuir para testes automatizados, fluxos de trabalho de CI/CD, monitoramento e solução de problemas para o trabalho de engenharia de ML atribuído.
- Investigar bugs e problemas técnicos com orientação, documentar descobertas e participar da análise de causa raiz e resolução de problemas.
- Participar de revisões de código, incorporar feedback e aprender como as equipes de engenharia equilibram qualidade, confiabilidade, escalabilidade e entrega.
- Participar ativamente de cerimônias ágeis, discussões técnicas e reuniões multifuncionais.
- Documentar decisões técnicas, detalhes de implementação e lições aprendidas de projetos de estágio.
Requisitos mínimos
Qualificações Necessárias
- Cursando Mestrado em Ciência da Computação, Machine Learning, Ciência de Dados, Engenharia de Dados, Engenharia de Software, Estatística, Matemática ou um campo quantitativo ou técnico relacionado.
- Experiência fundamental de programação em Python através de cursos, projetos acadêmicos, pesquisa, hackathons ou outro trabalho prático.
- Compreensão fundamental de conceitos de engenharia de software, como estruturas de dados, algoritmos, testes, controle de versão e depuração.
- Experiência em cursos, acadêmica, pesquisa ou projetos com sistemas de IA/ML, incluindo exposição a conceitos de observabilidade ou avaliação de IA, como rastreamento, métricas de qualidade, avaliação de modelos ou agentes, análise de prompt/resposta ou frameworks de avaliação relacionados.
- Familiaridade com Git ou outro sistema de controle de versão.
- Capacidade de trabalhar efetivamente em um ambiente colaborativo e orientado para a equipe e de buscar orientação quando necessário.
- Forte curiosidade, atenção aos detalhes e vontade de aprender ferramentas e tecnologias desconhecidas.
- Capacidade de comunicar ideias técnicas claramente em discussões escritas e verbais.
Habilidades Preferenciais
- Experiência no uso de agentes de codificação assistidos por IA ou ferramentas de desenvolvedor, como Claude Code, Cursor, GitHub Copilot ou ferramentas semelhantes para suportar desenvolvimento de software, depuração, testes ou solução de problemas técnicos.
- Experiência acadêmica, de pesquisa, de estágio ou em projetos pessoais na construção de aplicações de machine learning em Python.
- Exposição a conceitos de engenharia de dados ou computação distribuída, incluindo Spark, Databricks ou tecnologias semelhantes.
- Familiaridade com plataformas de nuvem como AWS, GCP ou Azure.
- Exposição a APIs, contêineres, CI/CD, Infraestrutura como Código ou outras práticas modernas de entrega de software.
- Interesse em IA generativa, sistemas de recomendação, plataformas de ML, MLOps ou IA responsável.
- Contribuições para software de código aberto ou participação em clubes técnicos, hackathons, competições ou projetos de pesquisa.
