Bucaramanga on eu.dev.br

Lead em Machine Learning - GenAI e AWS

Mon, 25 May 2026 00:00:00 +0000

Sobre a vaga

A Provectus busca uma pessoa Lead em Machine Learning para atuar remotamente com GenAI em ambiente AWS.

Stack mencionada

LLM e RAG
AWS
MLOps e CI/CD
TensorFlow, PyTorch e scikit-learn

Observação

A descrição original não trouxe detalhes sobre responsabilidades, requisitos, benefícios ou rotina da vaga.

Sênior em Machine Learning - GenAI e AWS

Mon, 25 May 2026 00:00:00 +0000

Sobre a vaga

A Provectus busca uma pessoa sênior em Machine Learning para atuar remotamente com soluções de GenAI em AWS.

A posição é voltada para profissionais em Medellín, Bogotá, Cali, Barranquilla ou Bucaramanga.

Responsabilidades

Desenvolver e evoluir soluções de Machine Learning e GenAI usando Python.
Trabalhar com LLMs, RAG e bancos vetoriais em aplicações de IA.
Criar, treinar, avaliar e monitorar modelos com ferramentas como TensorFlow, PyTorch, MLflow e Weights & Biases.
Construir pipelines de dados e ML com SQL, Pandas, NumPy e Spark.
Implantar soluções em AWS usando serviços como SageMaker e Lambda.
Apoiar automação e infraestrutura com Docker, Kubernetes, Terraform e CloudFormation.

Requisitos

Experiência sênior em Machine Learning.
Boa experiência com Python e bibliotecas de dados e ML.
Vivência com GenAI, LLMs, RAG ou bancos vetoriais.
Experiência prática com AWS para workloads de Machine Learning.
Conhecimento de containers, orquestração e infraestrutura como código.

Tecnologias citadas

Python, TensorFlow, PyTorch, Pandas, NumPy, SQL, Spark, MLflow, Weights & Biases, Docker, Kubernetes, Terraform, CloudFormation, SageMaker, Lambda, bancos vetoriais, LLMs e RAG.

Sênior em Machine Learning - GenAI e AWS

Fri, 15 May 2026 00:00:00 +0000

Sobre a vaga

A Provectus busca uma pessoa sênior em Machine Learning para atuar com soluções de GenAI em ambiente AWS, em modelo remoto.

Responsabilidades

Desenvolver, treinar e colocar em produção modelos de Machine Learning e GenAI.
Trabalhar com pipelines de dados e experimentação usando Python, Pandas, NumPy, SQL e Spark.
Usar frameworks como TensorFlow e PyTorch para criação e avaliação de modelos.
Apoiar práticas de MLOps com MLflow, Weights and Biases, Docker e Kubernetes.
Construir e manter infraestrutura em nuvem, principalmente na AWS.

Requisitos

Experiência sênior com Machine Learning aplicado em produção.
Conhecimento sólido em Python, SQL e bibliotecas de dados como Pandas e NumPy.
Experiência com AWS, incluindo serviços como SageMaker, Lambda, S3, EMR e ECR.
Vivência com Docker, Kubernetes e ferramentas de infraestrutura como código, como Terraform ou CloudFormation.
Experiência com frameworks de ML como TensorFlow ou PyTorch.

Diferenciais

Experiência com GCP.
Vivência com rastreamento de experimentos usando MLflow ou Weights and Biases.
Experiência prática com soluções de GenAI.