A Salesforce desenvolve softwares baseados na nuvem, com foco em uma plataforma de gerenciamento de relacionamento com o cliente que reúne os dados da empresa e suas equipes por meio de um sistema integrado orientado por inteligência artificial. Seus produtos dão suporte aos fluxos de vendas, atendimento ao cliente e marketing, com soluções desenvolvidas para empresas que vão de pequenas e médias empresas a grandes organizações. A Salesforce também oferece ferramentas voltadas para diferentes setores, recursos de aprendizagem do Trailhead e aplicativos do AppExchange que ampliam os recursos de sua plataforma de CRM.
Engenheiro(a) líder de machine learning
Define a direção técnica de pipelines de machine learning seguros e escaláveis na Salesforce, incluindo retreinamento automatizado e MLOps. Leva soluções de IA generativa e fluxos de trabalho com agentes à produção para reforçar a segurança e a conformidade.
Descrição
- Define a direção técnica da estratégia de machine learning.
- Lidera o desenvolvimento de pipelines de machine learning, incluindo retreinamento automatizado e otimização de custos e desempenho.
- Gerencia um portfólio de pipelines de machine learning voltados à segurança e à conformidade.
- Desenvolve infraestrutura como código, pipelines de CI/CD e automação de MLOps.
- Acompanha o desempenho dos modelos, a qualidade dos dados, a integridade do sistema e a deriva dos modelos.
- Trabalha com as equipes de Ciência de Dados, Engenharia de Dados, Pesquisa e Gestão de Produtos.
- Orienta as práticas de engenharia para machine learning.
- Desenvolve engenheiros(as) juniores de machine learning por meio de mentoria.
- Leva soluções de IA generativa e fluxos de trabalho com agentes à produção para melhorar a segurança e a resiliência da organização e de seus clientes.
Requisitos
- Ter mestrado ou doutorado em uma área quantitativa.
- Ter mais de 6 anos de experiência em todo o ciclo de vida de sistemas de machine learning com múltiplos modelos, do design e desenvolvimento à implantação em larga escala.
- Ter sólidos conhecimentos de Docker e experiência prática com Kubernetes e Apache Airflow para orquestração de fluxos de trabalho.
- Ter domínio avançado de Python.
- Ter proficiência em TensorFlow e PyTorch.
- Aplicar boas práticas de engenharia de software.
- Ter experiência com MLOps, incluindo pipelines de CI/CD, testes e monitoramento do desempenho de modelos.
- Ter experiência com engenharia de atributos e lojas de atributos.
- Ter ampla experiência no desenvolvimento e na implantação de soluções de IA generativa em produção.
- Ter conhecimento especializado em infraestrutura como código, ferramentas de monitoramento, Spark e Snowflake.
- Ter experiência no desenvolvimento de políticas de governança de machine learning e na garantia de conformidade com regulamentações de segurança de dados.
- Ter liderado iniciativas de machine learning com resultados de negócio significativos e mensuráveis.
- Trabalhar de forma eficaz com equipes de Ciência de Dados, Engenharia de Plataforma, Pesquisa e Produtos.
- Conhecimento avançado de Processamento de Linguagem Natural (PLN) é desejável.
- Experiência em pesquisa ou colaboração com equipes de pesquisa em machine learning é desejável.
- Experiência anterior com mentoria é desejável.
- Publicações ou patentes em disciplinas quantitativas são desejáveis.
Benefícios
- Programas de folgas
- Plano de saúde
- Plano odontológico
- Plano de visão
- Apoio à saúde mental
- Licença parental remunerada
- Seguro de vida
- Seguro por incapacidade
- Plano 401(k)
- Programa de compra de ações para funcionários
- Pode haver remuneração por incentivos para determinadas funções
- Pode haver participação acionária para determinadas funções