IO AIOPs - Cloud ML

Principais Atividades desenho e Implementação de soluções de AIOps complexos consumindo dados operacionais, dados de telemetria e métricas e gerando insights para Observabilidade e Automação Inteligente. Arquitetura e Modelagem dos dados e da plataforma de dados Entendimento dos problemas de negócio junto aos clientes e outros arquitetos Determinar as melhores tecnologias a serem utilizadas e definir as integrações com as soluções existentes Desenvolver a plataforma de MLOps Desenvolver, Treinar e Implementar Modelos de Machine e Deep Learning para resolver problemas de AIOpsSkills Requeridos Experiência em desenho e arquitetura de Dados integrando diversas fontes streaming, event, batch Elastic Stack Search, Logstach, Kibana ServiceNow Data Ingestion e Integration Experiência com KubeFlow e Ferramentas Nativas de Cloud para MLOps AWS Sagemaker, Azure ML, Google Vertex Experiência em desenvolvimento de Modelos de Machine Learning e Deep Learning para problemas como Detecção de Anomalia Identificação de padrões nocivos para prevenção de incidentes e falhas Previsão de demanda para otimização de custos Classificação e Clusterização baseado em NLP Experiência em deployment e monitoração de modelos em produção Conhecimentos em Python, Sickit Learn e TensorFlow Conhecimento em modelo de dados de Cloud e Infraestrutura de TI redes, servidores, bancos de dados Conhecimento em modelo de dados de Sistemas de Monitoração e APM Zabbix, Nagios, DynaTrace Conhecimento de técnicas e ferramentas DevOps CI CD, Rundeck, Jenkins, Git, Kubernetes Cultura Agile. Diferenciais Experiência com Elastic Observability e APM Experiência com APM DynaTrace e AppDynamics Experiência em Otimização de Cloud performance e custos Experiência em PowerBI e Kibana
Principais Atividades desenho e Implementação de soluções de AIOps complexos consumindo dados operacionais, dados de telemetria e métricas e gerando insights para Observabilidade e Automação Inteligente. Arquitetura e Modelagem dos dados e da plataforma de dados Entendimento dos problemas de negócio junto aos clientes e outros arquitetos Determinar as melhores tecnologias a serem utilizadas e definir as integrações com as soluções existentes Desenvolver a plataforma de MLOps Desenvolver, Treinar e Implementar Modelos de Machine e Deep Learning para resolver problemas de AIOpsSkills Requeridos Experiência em desenho e arquitetura de Dados integrando diversas fontes streaming, event, batch Elastic Stack Search, Logstach, Kibana ServiceNow Data Ingestion e Integration Experiência com KubeFlow e Ferramentas Nativas de Cloud para MLOps AWS Sagemaker, Azure ML, Google Vertex Experiência em desenvolvimento de Modelos de Machine Learning e Deep Learning para problemas como Detecção de Anomalia Identificação de padrões nocivos para prevenção de incidentes e falhas Previsão de demanda para otimização de custos Classificação e Clusterização baseado em NLP Experiência em deployment e monitoração de modelos em produção Conhecimentos em Python, Sickit Learn e TensorFlow Conhecimento em modelo de dados de Cloud e Infraestrutura de TI redes, servidores, bancos de dados Conhecimento em modelo de dados de Sistemas de Monitoração e APM Zabbix, Nagios, DynaTrace Conhecimento de técnicas e ferramentas DevOps CI CD, Rundeck, Jenkins, Git, Kubernetes Cultura Agile. Diferenciais Experiência com Elastic Observability e APM Experiência com APM DynaTrace e AppDynamics Experiência em Otimização de Cloud performance e custos Experiência em PowerBI e Kibana