About The Company
Atuamos como a principal solução financeira para a Geração Z na América Latina, atendendo um mercado de mais de 50 milhões de jovens no Brasil. Em apenas 5 anos, abrimos mais de 7 milhões de contas e captamos R$ 300 milhões com alguns dos maiores fundos globais de investimento, como Andreessen Horowitz (a16z) e New Enterprise Associates (NEA). Somos uma fintech Série B regulada pelo Banco Central, com um time de 80 pessoas dedicadas a redefinir como a nova geração lida com dinheiro.
Sobre a vaga
Na NG.CASH, estamos construindo o futuro financeiro da Geração Z. Nossa área de dados e inteligência artificial é peça central na evolução dos nossos produtos, e buscamos alguém para garantir que nossos modelos de Machine Learning operem em produção com escala, confiabilidade e velocidade.
Buscamos um(a) Machine Learning Engineer (MLOps) para projetar, construir e evoluir a infraestrutura e os pipelines que suportam nossos modelos. Você será responsável por tornar o ciclo de vida de ML mais eficiente, automatizado e robusto, do treinamento ao deploy e monitoramento.
O Que Você Irá Fazer
- Projetar, construir e manter pipelines de treinamento, validação e deploy de modelos de ML em produção;
- Implementar e evoluir práticas de MLOps: versionamento de modelos e dados, monitoramento de performance (model drift, data quality), re-treinamento automatizado;
- Construir e manter infraestrutura de CI/CD específica para pipelines de dados e modelos de ML;
- Containerizar e orquestrar workloads de ML (Docker, Kubernetes ou similares);
- Monitorar métricas de qualidade de dados e de performance dos modelos em produção, garantindo confiabilidade e consistência;
- Colaborar com cientistas de dados e engenheiros de software para traduzir modelos experimentais em soluções escaláveis e mantíveis;
- Administrar e otimizar infraestrutura em cloud (AWS e Snowflake).
O Que Não Pode Faltar
- Python avançado voltado para engenharia de ML e automação (código de produção, não apenas notebooks);
- Experiência sólida com práticas de MLOps: versionamento de modelos (MLflow, Weights & Biases ou similar), feature stores, monitoramento de modelos;
- Experiência com CI/CD aplicado a pipelines de dados e modelos de ML;
- Conhecimento em containerização e orquestração (Docker, Kubernetes ou similares;
- Experiência com orquestração de pipelines (Airflow, Prefect, Kubeflow Pipelines ou similar);
- SQL avançado;
- Git e boas práticas de engenharia de software (testes, code review, IaC);
- Experiência com pelo menos um provedor cloud (GCP, AWS ou Azure);
- Conhecimento em frameworks de ML/DL (PyTorch, TensorFlow, scikit-learn ou similar).
O Que a Gente Também Valoriza
- Experiência no mercado financeiro, fintechs ou bancos digitais;
- Experiência com arquitetura e plataforma de AI/GenAI (LLMs, RAG, agentes, serving de modelos generativos);
- Conhecimento em Terraform/OpenTofu ou Pulumi (IaC);
- Experiência com Spark ou processamento distribuído;
- Experiência com Snowflake, Databricks, Vertex AI ou SageMaker;
- Familiaridade com observabilidade (Datadog, Grafana, Prometheus).
O que você vai encontrar na NG.CASH / Cultura do time:
- Um time enxuto onde sua contribuição tem impacto direto no produto e no negócio;
- Autonomia para propor e implementar soluções — sem burocracia desnecessária;
- Contato próximo com cientistas de dados, engenheiros e produto;
- Desafios reais de escala em um produto financeiro usado por milhões de jovens;
- Cultura de ownership, aprendizado contínuo e colaboração.
By submitting this application, I agree that my personal data will be collected, processed, and retained by the company solely for the purposes of managing and assessing my candidacy.
BR
