🏢 Empresa: Asaas

Logo Asaas

📍 Local: Remoto

💼 Tipo: Efetivo

🏠 Modelo: Remoto

📋 Descrição da Vaga

Se você tem paixão por inovação e busca trabalhar em um ambiente ágil, colaborativo e desafiador, esta pode ser a sua oportunidade!


Para compor nosso time de MLOps, buscamos uma pessoa para liderar a construção da nossa plataforma de ML em tempo real. Ela é a base para que modelos de machine learning, agentes de IA e aplicações tomem decisões em milissegundos, a partir de eventos que acabaram de acontecer em nossos produtos.


O desafio é desenhar e construir essa plataforma na AWS e entregá-la como serviço aos times de ciência de dados e de produto. Ela reúne feature store, registro de modelos, inferência em tempo real e monitoramento, para que esses times coloquem modelos em produção com autonomia.


Você vai fazer parte da estrutura de plataforma e trabalhar com os times de engenharia de software, de dados e de cloud, do desenho da arquitetura até a entrada em produção.


Se interessou pela oportunidade mas não reside em Joinville? Não tem problema, possibilitamos o trabalho remoto/home office.

🎯 Responsabilidades

  • Liderar o desenho da arquitetura da plataforma de ML em tempo real, avaliando alternativas e conduzindo as decisões técnicas com os times envolvidos;
  • Entregar a plataforma como serviço, com padrões, interfaces e documentação que permitam aos times de ciência de dados e de produto definir, publicar e consumir features e modelos sem depender do time de plataforma;
  • Construir e evoluir os componentes da plataforma: a feature store (online e offline, com metadados catalogados), o registro e versionamento de modelos, a inferência em tempo real e o monitoramento dos modelos em produção;
  • Garantir que as features usadas no treinamento e na inferência sejam as mesmas, com a mesma lógica em batch e em streaming, definindo os requisitos com os times de engenharia que constroem os fluxos de eventos;
  • Integrar a plataforma aos serviços de ML da AWS, com o Amazon SageMaker como base para o armazenamento de features, o registro de modelos e a inferência em tempo real;
  • Estruturar a operação da plataforma e dos modelos em produção com os times de Cloud e de Plataforma de Dados, usando infraestrutura como código, padrões e runbooks;
  • Garantir a latência, a disponibilidade e a escalabilidade da plataforma, com SLOs e observabilidade;
  • Documentar decisões técnicas, padrões e procedimentos operacionais, facilitando o crescimento do time e a evolução da stack.

✅ Requisitos

  • Modelos em Tempo Real (Real-Time): Experiência em produção com modelos de machine learning em tempo real, com inferência acionada a cada evento e requisitos de baixa latência.
  • Arquitetura Self-Service: Vivência na entrega de plataforma como serviço, com padrões de arquitetura self-service, documentação e interfaces que deem autonomia aos times de ciência e produto.
  • Feature Store e Consistência de Dados: Experiência na construção de Feature Store (online e offline, com metadados catalogados) e garantia de consistência entre treinamento e inferência.
  • Registro e Monitoramento de Modelos: Prática na estruturação de registro e versionamento de modelos (Model Registry, ex.: MLflow) e monitoramento de modelos em produção.
  • Ecossistema AWS: Experiência na construção de plataformas de dados e ML na AWS, preferencialmente com Amazon SageMaker (Endpoints, Feature Store, Model Registry, Pipelines) ou serviços equivalentes.
  • Linguagens de Programação: Domínio avançado de Python e SQL para desenvolvimento de rotinas de dados e serviços de ML.
  • Engenharia de Software e IaC: Domínio de Terraform (IaC), automação de deploys via CI/CD e observabilidade em produção.

🎁 Informações Adicionais

Diferenciais:

  • Produtos Financeiros e Negócio: Experiência com tomada de decisão em tempo real em produtos financeiros (como risco, crédito ou prevenção a fraudes).
  • Arquiteturas de Streaming: Entendimento da construção e consumo de fluxos de streaming (ex.: Kafka, Kinesis, CDC, AWS DMS, MSK) para dialogar com os times de engenharia.
  • Ecossistema Databricks: Vivência no ecossistema Databricks para apoiar e se comunicar com cientistas e analistas de dados.
  • Regulações do Setor Financeiro: Conhecimento das principais regulações do setor (como LGPD, normas do Banco Central/BACEN e SOX).


Modelo de trabalho:

  • Carga horária de 8h por dia (segunda a sexta-feira);
  • Contratação CLT.

📊 Etapas do Processo Seletivo

  1. Cadastro
  2. Estamos analisando o seu currículo!
  3. Entrevista com Talent Acquisition
  4. Análise Reputacional e de Conflitos
  5. Entrevista Técnica
  6. Entrevista Individual
  7. Carta Proposta
  8. Dados Pré-Admissionais
  9. Contratação

🏢 Sobre a Asaas

Em 2010, Piero e Diego Contezini perceberam que cobrar era um processo manual e trabalhoso. O Asaas nasceu para resolver esse problema. Hoje, é uma plataforma financeira e operacional que automatiza cobranças, pagamentos e rotinas de gestão para mais de 300 mil clientes, de autônomos e MEIs a grandes negócios.

O nome faz referência a SaaS, sigla de Software as a Service, e soa como “asas” por um motivo: a ambição sempre foi ajudar quem empreende a ir mais longe. Fomos a primeira instituição de pagamento de Santa Catarina autorizada pelo Banco Central e, em 16 anos, o propósito segue o mesmo: acelerar a evolução dos negócios.

Quem gera valor para essas empresas todos os dias, por meio da automação e da integração de tecnologias, é a nossa tripulação, como chamamos o time: mais de 1.400 pessoas de diferentes estados do Brasil.


💡 Dicas de Ouro para Conseguir uma Vaga Home Office

1. Cuide da saúde mental trabalhando de casa

O isolamento do home office pode afetar o bem-estar se não for gerenciado. Reserve momentos para interações sociais, mesmo que virtuais. Faça pausas regulares com a técnica Pomodoro (25 min de foco, 5 min de pausa). Evite comer na frente do computador e saia de casa ao menos uma vez por dia.

2. Documente seu trabalho de forma proativa

No home office, seu trabalho precisa ser visível mesmo à distância. Registre decisões, processos e resultados em documentos acessíveis à equipe. Faça atualizações de status sem esperar ser cobrado. Essa prática cria um histórico de produtividade que protege você em revisões de desempenho.

3. Construa um portfólio digital relevante

Para áreas como design, tecnologia, marketing e redação, um portfólio bem estruturado vale mais do que qualquer currículo. Crie um site simples no GitHub Pages, Notion, ou Behance mostrando projetos reais com contexto, solução e resultados obtidos.

💡 Interessado nesta oportunidade?

Esta vaga de MLOps Engineer Sênior (ML em Tempo Real) na Asaas oferece a possibilidade de trabalho 100% remoto.

🚀 Quero me Candidatar📱 Grupo WhatsApp