Cloud DevOps and MLOps Engineer

Sobre a oportunidade

Esta vaga sustenta os ambientes técnicos do WDT e dos projetos de P&D. O trabalho inclui desenvolvimento, homologação, piloto, observabilidade, CI/CD, serving de modelos, controle de acesso, infraestrutura cloud, segurança operacional e suporte a workloads de IA, simulação e dados.

A pessoa atuará conectando software, cloud, IA e operação. O objetivo é garantir que o WDT e seus módulos possam ser desenvolvidos, testados, implantados, monitorados e demonstrados com confiabilidade em ambientes representativos.

Principais responsabilidades

• Projetar e manter ambientes de desenvolvimento, teste, homologação, piloto e produção para módulos do WDT.
• Implementar pipelines de CI/CD, automação de deploy, controle de configuração e versionamento de releases.
• Operar infraestrutura cloud, armazenamento, bancos, filas, serviços de backend, observabilidade e logs.
• Apoiar MLOps, serving de modelos, benchmark, inferência controlada e monitoramento de recursos de IA.
• Trabalhar com segurança operacional, segregação de ambientes, controle de acesso e resposta a incidentes.
• Apoiar testes de performance, resiliência, disponibilidade, custos e continuidade técnica.
• Documentar ambientes, runbooks, indicadores e procedimentos de operação assistida.

Requisitos obrigatórios

• Experiência com cloud, CI/CD, infraestrutura como código ou automação de ambientes.
• Conhecimento de Git, pipelines de build/release, monitoramento, logs e práticas de deploy.
• Noções de redes, autenticação, permissões, contêineres ou serviços gerenciados.
• Capacidade de diagnosticar falhas em sistemas distribuídos e apoiar times de desenvolvimento.
• Atenção a segurança, estabilidade, rastreabilidade e documentação operacional.
• Experiência prática com ambientes de desenvolvimento, teste e homologação.

Diferenciais

• Experiência com Azure, Azure DevOps, App Services, Functions, Service Bus, VMs, Blob Storage ou Cosmos DB.
• Conhecimento de Docker, Kubernetes, Terraform, observabilidade e controle de custos.
• Vivência com MLOps, serving de modelos, bancos vetoriais, APIs de LLMs e workloads de IA.
• Experiência em sistemas de engenharia, Digital Twin, simulações ou dados técnicos sensíveis.

Tecnologias e ferramentas relacionadas

Azure, Azure DevOps, CI/CD, Git, Docker/Kubernetes como diferencial, observabilidade, logs, armazenamento, bancos, MLOps.

Perfil que buscamos

Buscamos uma pessoa organizada, confiável e orientada à operação. Deve gostar de criar ambientes previsíveis, automatizar o repetitivo e dar visibilidade real ao estado dos sistemas.

Processo de candidatura

Para se candidatar, envie os seguintes materiais:

Como você utiliza ferramentas de Inteligência Artificial no seu workflow profissional atualmente? Cite ferramentas, exemplos de atividades e explique como valida os resultados produzidos com auxílio de IA.

Informações adicionais podem incluir LinkedIn, GitHub, Behance, Google Scholar, artigos, publicações, websites, demonstrações, aplicativos ou outros links relevantes para a função.

• Currículo atualizado, com formação, experiência profissional, principais projetos, tecnologias utilizadas e responsabilidades exercidas.
• Portfólio com exemplos concretos de trabalhos anteriores. Para software, podem ser GitHub, aplicações, sistemas, APIs, interfaces ou projetos demonstráveis. Para engenharia, podem ser modelos, simulações, relatórios, análises, publicações ou trabalhos técnicos que possam ser divulgados. Projetos confidenciais podem ser apresentados de forma anonimizada.
• Vídeo de apresentação de até 5 minutos, mostrando brevemente um projeto ou portfólio, o problema resolvido, sua participação, tecnologias utilizadas, fluxo de trabalho, ferramentas do dia a dia, uso de Inteligência Artificial e como valida resultados produzidos com apoio de IA.