Engenheira de Machine Learning Sênior

Descrição da Vaga

Confiança, segurança e flexibilidade são apenas algumas das palavras que definem essa posição como Engenheira de Machine Learning Sênior em uma equipe de referência. Se você é apaixonada por dados, programação e quer usar suas habilidades para superar desafios complexos de fraudes e riscos, continue lendo!

O que você vai fazer:

• Desenvolvimento e Otimização de Modelos: Design do fluxo de arquitetura de dados para uma implementação eficiente de endpoints de modelo em tempo real ou soluções em lote.
• Exploração de Dados e Engenharia de Recursos: Engenhar recursos específicos do domínio que aprimoram o desempenho e a robustez dos modelos.
• Produção de Modelos de ML: Construir pipelines para a implantação de modelos em produção, garantindo escalabilidade e eficiência.
• Monitoramento e Manutenção: Implementar sistemas para monitorar o desempenho dos modelos e recalibrá-los quando necessário.
• Design de Sistema Escalável: Construir arquiteturas escaláveis para suportar soluções em tempo real/por lotes, otimizando algoritmos para eficiência de recursos.
• Inovação: Realizar pesquisas para explorar novas abordagens em engenharia de ML para emergentes padrões de risco/fraude.
• Colaboração: Trabalhar com analistas de fraudes e gerentes de risco para traduzir requisitos de negócios em soluções de ML.

Quem você é:

• Possui formação em Ciência da Computação, Engenharia ou áreas afins.
• Tem experiência sólida em engenharia de DS/ML.
• Conhece bem linguagens de programação como Python, Scala ou Java.
• Experiência prática com pipelines de streaming em lote e em tempo real, investigando soluções em bancos de dados SQL e NoSQL.
• Familiaridade com ferramentas de monitoramento de pipelines e desempenho de modelos.

Se você tiver experiência previamente com ML aplicado a decisões financeiras, como risco de crédito e prevenção de fraude, além de conhecimento em plataformas AWS, é um grande diferencial.

Dicas de Aplicação

Antes de aplicar para a posição de Engenheira de Machine Learning Sênior, é importante revisar suas experiências anteriores e como elas se alinham com os requisitos da vaga. Mostrar casos em que você desenvolveu ou otimizou modelos pode ser decisivo.

Prepare seu currículo e carta de apresentação apontando especificamente habilidades técnicas mencionadas, como experiência com Python ou Scala, e seu entendimento de frameworks de machine learning. Destaque qualquer experiência com AWS ou metodologias DevOps.

Se você possui experiência em fraudes ou riscos financeiros em projetos, certifique-se de torná-lo claro. A capacidade de trabalhar com datasets complexos e encontrar insights para ajudar na prevenção de fraudes é uma vantagem.

Por fim, seja autêntica em seu interesse pela empresa e pelo setor de fintech. Mostrar que você pesquisou sobre a Trustly e seus objetivos pode fazê-lo se destacar.

Dicas para Entrevista

Durante a entrevista, provavelmente você será questionado(a) sobre sua abordagem ao desenvolver modelos de machine learning. Prepare-se para discutir seus métodos e a eficiência dos mesmos no gerenciamento de dados e solução de problemas.

Foque em exemplos práticos, não apenas teóricos. Explique como você implementou pipelines para modelagem e a realização de inferências em cenários de risco/fraude específicos.

Espere perguntas sobre sua capacidade de trabalhar em equipe. Esta posição exige sinergia com analistas de fraude e gerentes de produtos. Compartilhe exemplos onde sua colaboração levou a soluções eficazes.

Saiba explicar termos técnicos de forma clara e simples, isso pode demonstrar sua habilidade em comunicar ideias complexas para diferentes públicos de uma equipe diversa.