openqareer

Machine Learning Engineer

Sourcing Trust, LDA · Lisboa

# Machine Learning Engineer **Sourcing Trust, LDA** · Lisboa · `On-site` 🕒 **Статус:** *Опубликовано: 3 дня назад* · *Источник: Indeed* --- ### About the Role Sobre nós: Na Sourcing Trust, comprometemo-nos a fornecer soluções tecnológicas inovadoras, fiáveis e personalizadas que capacitam as empresas a prosperar num panorama digital em rápida evolução. Com foco na excelência, integridade e colaboração, construímos parcerias duradouras através da compreensão das necessidades únicas de cada cliente e da oferta de suporte especializado em todas as fases. A nossa equipa dedica-se a promover um ambiente de trabalho positivo e inclusivo, onde a contribuição de cada colaborador é valorizada, incentivando o crescimento contínuo, a aprendizagem e o sucesso partilhado. Junte-se a nós e faça parte de uma organização apaixonada, impulsionada pela inovação e pela excelência. Sobre a vaga: Estamos à procura de um Mid Machine Learning Engineer para integrar uma equipa internacional e contribuir para a implementação de soluções de Machine Learning em ambientes de produção . Nesta função, terá um papel importante na construção e evolução da prática de MLOps , trabalhando desde a implementação e deployment dos modelos até à sua monitorização, manutenção e otimização em produção. É uma oportunidade especialmente indicada para profissionais com uma abordagem hands-on , gosto por construir soluções de raiz e capacidade para trabalhar num contexto em evolução, onde será necessário combinar boas práticas com soluções pragmáticas e eficazes. Irá trabalhar em estreita colaboração com equipas de Data Science e Data Engineering , ajudando a transformar modelos de Machine Learning em soluções escaláveis, fiáveis e preparadas para produção. Responsabilidades: Colocar modelos de Machine Learning em produção , garantindo deployments fiáveis e consistentes. Desenvolver e manter pipelines de CI/CD direcionados para soluções de Machine Learning. Monitorizar modelos em produção, acompanhando performance, métricas, falhas e alertas. Desenvolver código Python estruturado, reutilizável, testável e de fácil manutenção. Colaborar com equipas de Data Science e Data Engineering na implementação de modelos e transformação de dados. Otimizar a performance dos modelos e dos ambientes de produção, melhorando tempos de resposta e eficiência operacional. Contribuir para a implementação de processos de retraining e automação de modelos. Participar na gestão e manutenção de modelos em ambientes produtivos. Contribuir para a evolução das práticas e processos de MLOps da equipa. Requisitos: Mais de 3 anos de experiência profissional na área de Machine Learning. Experiência com pelo menos uma plataforma Cloud, como AWS, GCP ou Azure . Experiência na criação e manutenção de pipelines CI/CD , utilizando ferramentas como GitHub Actions ou Jenkins . Bons conhecimentos de Python , incluindo desenvolvimento de código estruturado, reutilizável e testável. Experiência com programação orientada a objetos , design patterns e frameworks de testes como pytest ou unittest . Bons conhecimentos de SQL para consulta e manipulação de dados. Conhecimentos dos principais conceitos de MLOps , incluindo Git, pull requests, code reviews e versionamento de modelos. Experiência com frameworks de Machine Learning, nomeadamente TensorFlow, PyTorch e/ou Scikit-learn . Experiência no deployment de modelos utilizando Docker e/ou Kubernetes . Conhecimentos de otimização e compressão de modelos serão valorizados. Experiência na criação de APIs para model serving , utilizando FastAPI e/ou Flask . Conhecimentos de Java ou Scala serão considerados uma mais-valia. Boa capacidade de colaboração com equipas técnicas multidisciplinares. Capacidade de comunicar de forma clara o progresso, bloqueios e necessidades. Sentido de responsabilidade e autonomia na gestão de deployments, pipelines e resolução de problemas em produção. Inglês mínimo B2 . Localização do trabalho: Trabalho remoto híbrido em Lisboa

Наблюдалась 2026-09-21, впервые 2026-09-17, источник — Indeed.

Открыть у работодателя