\\\\Introduction\\\\ Nessa função, você atuará no desenvolvimento inicial de pipelines e componentes voltados para soluções de Machine Learning, colaborando com cientistas de dados, engenheiros de dados e times de produto. Você apoiará a preparação de dados, implementação de modelos desenvolvidos por cientistas, criação de scripts de automação e integração de modelos em ambientes de teste ou pré-produção. Seu foco será evoluir continuamente em boas práticas de engenharia, contribuindo para soluções escaláveis e sustentáveis. \\\\Your role and responsibilities\\\\ Nessa função, você atuará no desenvolvimento inicial de pipelines e componentes voltados para soluções de Machine Learning, colaborando com cientistas de dados, engenheiros de dados e times de produto. Você apoiará a preparação de dados, implementação de modelos desenvolvidos por cientistas, criação de scripts de automação e integração de modelos em ambientes de teste ou pré-produção. Seu foco será evoluir continuamente em boas práticas de engenharia, contribuindo para soluções escaláveis e sustentáveis. \\\\Required technical and professional expertise\\\\ Requisitos obrigatórios: - Conhecimentos sólidos de Python aplicados a manipulação de dados e automação de tarefas. - Familiaridade inicial com bibliotecas de machine learning (scikit-learn, pandas, NumPy). - Noções básicas de pipelines de dados e preparação de datasets. - Entendimento introdutório sobre APIs, versionamento (Git) e boas práticas de engenharia. - Experiência inicial com ambientes em nuvem, preferencialmente Azure. - Tecnologias: Python, Microsoft 365, SQL Server, Azure ML, Databricks. Nível de inglês requerido :Intermediário \\\\Preferred technical and professional experience\\\\ Requisitos desejáveis: - Noções de MLOps (MLflow como diferencial). - Familiaridade com containers (Docker). - Entendimento básico de serviços de dados/storage em cloud. - Tecnologias: ADLS, Delta Lake, Blob Storage, Synapse, ADF. - Conhecimento introdutório sobre Azure AI Services. - Certificações Azure Fundamentals/Data Fundamentals como diferencial. IBM is committed to creating a diverse environment and is proud to be an equal-opportunity employer. All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, gender, gender identity or expression, sexual orientation, national origin, caste, genetics, pregnancy, disability, neurodivergence, age, veteran status, or other characteristics. IBM is also committed to compliance with all fair employment practices regarding citizenship and immigration status.

Solid knowledge of Python for data manipulation and task automation is required. Familiarity with machine learning libraries such as scikit-learn, pandas, and NumPy is necessary. Basic understanding of data pipelines, dataset preparation, APIs, versioning with Git, and engineering best practices is also needed. Initial experience with cloud environments, preferably Azure, is a requirement. Technologies listed as required include Python, Microsoft 365, SQL Server, Azure ML, and Databricks.