🎁 Antes de se candidatar, treine esta entrevista. Crie sua conta grátis no WorkMundi e ganhe um Treinamento de Entrevista no HelpsYouSpeak — sem custo, sem cartão. Quero meu treinamento →
Sobre a Vaga Estamos em busca de uma pessoa Engenheira de Machine Learning com perfil proativo e foco em resultados para escalar nossas soluções de IA. Seu papel será transformar protótipos de Ciência de Dados em sistemas de produção robustos, utilizando o que há de mais moderno na Google Cloud Platform. Você não será apenas quem "treina modelos", mas quem constrói a ponte entre a experimentação e o valor de negócio real, garantindo que nossos modelos sejam escaláveis, monitoráveis e eficientes. O Que Você Fará No Dia a Dia Desenvolver e implementar pipelines de ML fim-a-fim utilizando o Vertex AI. Otimizar o ciclo de vida de ML (MLOps), garantindo automação desde a ingestão de dados até o deploy (CI/CD para ML). Colaborar com Cientistas de Dados para transformar modelos experimentais (Notebooks) em código de produção modular e escalável. Gerenciar infraestrutura de dados em conjunto com o time de engenharia, utilizando BigQuery e Dataflow. Monitorar o desempenho de modelos em produção (drift de dados e performance) e implementar estratégias de retreinamento. Requisitos mínimos Experiência Sólida: Mínimo de 3 anos atuando com Engenharia de ML ou Engenharia de Dados com foco em modelos. Domínio de GCP: Experiência prática com Vertex AI (Training, Pipelines, Model Registry e Endpoints). Stack Técnica: Proficiência em Python e bibliotecas padrão (Scikit-learn, Pandas, NumPy). Engenharia de Dados: Conhecimento avançado em SQL e manipulação de grandes volumes de dados no BigQuery. MLOps & DevOps: Experiência com Docker e ferramentas de CI/CD (GitHub Actions, GitLab CI ou Cloud Build). Orquestração: Experiência com Kubeflow Pipelines ou Apache Airflow. Diferenciais Certificação Cloud: Google Professional Machine Learning Engineer. Experiência com LLMs: Conhecimento em Generative AI App Builder ou ajuste de modelos via Model Garden (GCP). Infraestrutura como Código: Conhecimento em Terraform para gerenciar recursos na nuvem. Deep Learning: Experiência com TensorFlow ou PyTorch em ambientes de produção. Se identificou com essa oportunidade? Então inscreva-se e #VemPraSauter 💜
Here's how to pick the right one and stand out in your application.
144.883Jobs
31.687IN
81%EN
That number is real. WorkMundi's database shows 144,883 open engineer roles across the world. India has the most with 31,687 jobs, followed by the United States with 30,084. If you just finished reading one job ad and felt paralyzed by choice, you're not alone—but this scale is actually an advantage. It means you can afford to be selective.
Start by geography and language. The majority of engineer ads—117,837 of them—have the job posting text written in English. Use that as one filter, but remember: the ad text language tells you nothing about whether the role actually requires you to speak English day-to-day. Read the job description carefully. Then check which countries have the volume you're targeting. Singapore, Poland, and Australia round out the top five after India and the US.
Next, learn who's hiring. Accenture has posted 2,801 engineer roles. andurilindustries, speechify, and jobgether are also actively recruiting. If you're applying to one of these names, research their hiring patterns and interview style before you apply. That homework pays off.
When you interview, expect the question every engineer hears: 'Tell me about a time you had to debug a problem that wasn't in your job description.' Have a specific story ready—not a general one. Name the tools, the deadline pressure, and what you learned. Hiring managers listen for whether you see problem-solving as part of the role itself, not a favour.