Pessoa Engenheira de Machine Learning Pleno - Data & AI

Nossa área de Tecnologia é um pilar fundamental dos nossos negócios, sendo responsável pela nossa transformação digital. Aqui criamos soluções tecnológicas sempre idealizando e desenvolvendo técnicas e processos de automação, seja para aprimorar a experiência de trabalho das nossas equipes ou aumentar a capacidade de entrega dos nossos produtos e serviços.

O time de Recomendação da Globo é responsável por desenvolver e operar soluções de Inteligência Artificial e Machine Learning que personalizam a experiência dos usuários em diferentes produtos digitais da empresa.

Nossa missão é conectar cada usuário ao conteúdo mais relevante para seu contexto, momento e preferência, aumentando descoberta, engajamento, satisfação e geração de valor para o negócio.

Para isso, trabalhamos com grandes volumes de dados comportamentais, transacionais e de consumo de conteúdo, desenvolvendo algoritmos que apoiam decisões em tempo real e em larga escala.

Como atuamos

O time é multidisciplinar e combina competências de Ciência de Dados, Machine Learning Engineering, Engenharia de Dados e Produto. Atuamos de ponta a ponta no ciclo de vida das soluções de recomendação:

• Entendimento dos problemas de negócio e definição dos objetivos.
• Exploração e análise de dados para identificação de oportunidades.
• Desenvolvimento de features e estratégias de modelagem.
• Treinamento, avaliação e validação de modelos.
• Deploy e operacionalização dos algoritmos em produção.
• Monitoramento contínuo de performance técnica e impacto de negócio.
• Execução de testes e experimentos para validação de hipóteses.

Criamos ambientes onde todas as pessoas são incluídas, acolhidas e valorizadas. Nos empenhamos em ser uma Globo cada vez mais diversa, em representatividade e pensamento, aprendendo uns com os outros e estimulando a criatividade e inovação. 

 Modelo de trabalho: Híbrido em locais com escritório Globo, preferencialmente RJ, POA e SP. 

Como será seu dia a dia:

• Desenvolver, evoluir e manter modelos de recomendação, personalização e ranking para diferentes jornadas e produtos.
• Realizar análises exploratórias para identificar oportunidades de melhoria na experiência dos usuários e nos resultados de negócio.
• Projetar, treinar, validar e monitorar modelos de Machine Learning em ambiente produtivo.
• Construir e otimizar pipelines de dados e de treinamento/inferência de modelos.
• Trabalhar em parceria com times de Produto, Engenharia e Negócio para transformar problemas em soluções orientadas a dados.
• Definir métricas de sucesso, acompanhar indicadores de performance dos modelos e propor melhorias contínuas.
• Planejar e executar experimentos (A/B Tests e testes offline), avaliando impactos e gerando recomendações baseadas em evidências.
• Monitorar desempenho, drift e saúde dos modelos em produção.
• Documentar processos, arquiteturas, decisões técnicas e aprendizados obtidos ao longo do desenvolvimento.
• Participar ativamente de discussões técnicas, revisão de código e disseminação de boas práticas dentro do time.

Do que você precisa:  

• Formação superior completa em Ciência da Computação, Engenharia, Estatística, Matemática, Sistemas de Informação ou áreas correlatas.
• Experiência prática com desenvolvimento e implantação de modelos de Machine Learning em ambientes produtivos.
• Conhecimento sólido de Python e bibliotecas do ecossistema de dados e ML (Pandas, NumPy, Scikit-Learn, entre outras).
• Experiência com SQL para manipulação e análise de grandes volumes de dados.
• Conhecimento em fundamentos estatísticos, probabilidade e experimentação.
• Experiência com Git e boas práticas de versionamento de código.
• Conhecimento de processos de desenvolvimento de software e qualidade de código.
• Vivência em ambientes cloud (AWS, Azure ou GCP).
• Capacidade de traduzir problemas de negócio em soluções analíticas e algoritmos de Machine Learning.
• Experiência com modelos de recomendação, personalização, ranking ou sistemas de busca.
• Conhecimento em técnicas de Machine Learning supervisionado e não supervisionado.
• Conhecimento sobre feature engineering, avaliação de modelos e seleção de métricas.
• Experiência em construção de pipelines de dados e ML.
• Familiaridade com conceitos de MLOps e deploy de modelos.
• Capacidade de interpretar resultados analíticos e comunicar conclusões para públicos técnicos e não técnicos.
• Experiência trabalhando em times ágeis e multidisciplinares.

Conhecimentos que te destacam:  

• Experiência específica com sistemas de recomendação em grande escala.
• Experiência com frameworks como TensorFlow, PyTorch
• Vivência com plataformas de MLOps e monitoramento de modelos.
• Conhecimento em arquiteturas de inferência em tempo real (real-time serving).
• Conhecimento em engenharia de dados aplicada a Machine Learning.
• Participação em projetos de experimentação e otimização de indicadores de negócio de grande escala.

Por que vir para Globo:

Vem e vamos criar histórias e tecnologias juntos.

Na Globo, o encontro de histórias com tecnologia move um time diverso e apaixonado por inovação.

A gente tem a chance de aproximar os brasileiros, criando novas formas de se conectar com eles.

Aqui, cada um faz a transformação acontecer.

Nossos processos seletivos estão acontecendo de forma 100% remota. #vempraglobo

Quer saber mais sobre como é trabalhar na Globo? Vem acompanhar nosso dia a dia, desafios e conquistas nas nossas redes: 

Os seus dados pessoais serão utilizados para fins de seleção de candidatos para preenchimento das vagas abertas na Globo. Os dados pessoais coletados durante o processo seletivo dos candidatos que não forem admitidos neste momento poderão ser mantidos nos bancos de dados para consideração em futuros processos seletivos. Todos os dados coletados serão tratados segundo rígidos padrões de segurança da informação e em total respeito às leis de privacidade aplicáveis, incluindo a Lei 13.709/18, e nos termos de nossa política de privacidade, disponível no link:  

Ao prosseguir você está ciente e de acordo para realização de sua candidatura nestes termos.