A TomTom desenvolve tecnologia de mapas digitais e navegação para motoristas, empresas, desenvolvedores e organizações do setor público. Seus produtos incluem navegação por satélite, informações de trânsito em tempo real, soluções de roteamento, APIs e SDKs que dão suporte a sistemas automotivos, gestão de frotas, logística, viagens e aplicações de direção autônoma. Quem estiver explorando oportunidades de carreira na TomTom poderá encontrar vagas nas equipes que desenvolvem ferramentas baseadas em localização para tornar as viagens e o transporte mais informados e eficientes.
Engenheiro(a) sênior de dados MLOps na TomTom (híbrido, Países Baixos)
Lidere a plataforma de ML em Azure e Databricks que dá suporte aos produtos de navegação da TomTom. Crie pipelines e operações de modelos confiáveis, com forte observabilidade, automação, segurança e conformidade.
Descrição
- Gerenciar todo o ciclo de vida do machine learning no Azure e no Databricks
- Criar e operar pipelines de ML que abranjam ingestão, engenharia de atributos, treinamento, avaliação, implantação, monitoramento e melhoria contínua
- Criar práticas consistentes de experimentação com MLflow ou ferramentas comparáveis para rastreamento, artefatos, registro de modelos e estágios do ciclo de vida
- Automatizar jobs do Databricks e fluxos de entrega por meio do Databricks Workflows, GitHub Actions ou Azure DevOps
- Estabelecer observabilidade de dados e modelos para atualidade, completude, drift de atributos e modelos, discrepância entre treinamento e serviço e desempenho de SLA/SLO
- Manter controles adequados de segurança e conformidade
- Liderar a resposta a incidentes e as revisões pós-incidente de pipelines de ML e da infraestrutura de serving de modelos
- Trabalhar em parceria com cientistas aplicados para executar modelos robustos e confiáveis
Requisitos
- Sólidas habilidades avançadas de engenharia de software em Python, incluindo desenvolvimento de testes
- Conhecimento fundamental de machine learning
- Pelo menos três anos de experiência em engenharia de dados ou MLOps
- Grande domínio de PySpark
- Experiência prática com Databricks e Delta Lake
- Experiência na entrega de CI/CD de dados e ML com Git, fluxos de pull request, testes automatizados e ambientes com versões fixadas
- Conhecimento prático de Azure
- Experiência na criação de sistemas de monitoramento e dashboards
- Boa comunicação e mentalidade operacional focada na responsabilidade por SLA/SLO
Benefícios
- Pacote de remuneração competitivo
- Orçamento para desenvolvimento pessoal
- Licença remunerada para dias de aprendizado
- Acesso pago pela empresa ao O’Reilly e ao LinkedIn Learning
- Licença parental ampliada
- Licença remunerada para cuidar de pessoas queridas
- Licença remunerada para trabalho voluntário em comunidades locais
- Trabalho híbrido flexível do escritório e de casa
- Orçamento para equipamentos de escritório em casa
- Auxílio mensal para escritório em casa
- Possibilidade de trabalhar do país de residência e do exterior por um número definido de dias por ano
- Plano de férias competitivo
- Dia adicional de folga no aniversário
- Eventos anuais Hackathon e DevDays
- Cultura global inclusiva, com colaboração em uma comunidade diversificada
- Benefícios locais adicionais adaptados ao local de trabalho