ML Engineer, o Dev em <T>
3 minutos de leitura
Autor(a)
karoline.penteado
Inscreva-se em nossa Newsletter
Fique por dentro de conteúdos, insights e oportunidades do universo tech. Receba novidades e lançamentos direto no seu e-mail.
3 minutos de leitura
Autor(a)
Fique por dentro de conteúdos, insights e oportunidades do universo tech. Receba novidades e lançamentos direto no seu e-mail.
Machine Learning Engineer é a nova posição em destaque e discussão no mundo dos profissionais da tecnologia, entretanto, ainda não encontramos uma definição concreta desta profissão. Fazendo uma analogia, podemos pensar que o engenheiro ou a engenheira de machine learning é um(a) engenheiro(a) de software especializado(a) em aprendizado de máquinas.
Através desse paralelo, já podemos entender como esta é uma profissão que foi construída dentro do conceito que chamamos de Dev em
Os modelos de machine learning não podem desempenhar muitas funções isoladamente. Isso ocorre, pois, precisam ser integrados aos sistemas existentes para consumo e treinamento de dados, bem como devem fornecer a predição de novas entradas. Para que um modelo mantenha sua performance, precisamos fazer seu monitoramento sendo o ideal que seja feita uma automatização do seu treinamento.
Pensando nessas atribuições, o monitoramento e o retreinamento automatizado dos modelos são tarefas que exigem habilidades mais próximas de profissionais da , da engenharia de software e de DevOps. Ainda assim, concomitantemente, esse profissional não pode perder o viés da ciência de dados e do desenvolvimento dos algoritmos de machine learning. Ademais, essa pessoa precisa saber se comunicar e trabalhar em equipe, visto que, é alguém que é entre duas ou mais áreas. E esse é o motivo pelo qual dizemos que essa posição já nasceu como um Dev em
Apesar de não existir um consenso estabelecido sobre conhecimentos e currículo tanto no nível de formação acadêmica quanto no nível de treinamento profissional, existe um caminho comum percorrido pelas pessoas que desejam seguir nesta área.
Aptidões sólidas em estatística, ciência de dados, programação e engenharia de software são indispensáveis nesta colocação. Podemos dizer que o ML engineer possui competências fortes de engenharia de software comparados ao típico cientista de dados, podem trabalhar com engenheiros que mantêm sistemas de produção funcionando e, conjuntamente, entendem os métodos de desenvolvimento de software, ou seja, é um profissional híbrido em sua essência.
Em organizações pouco maduras ou menores, o engenheiro de machine learning pode assumir também as funções de um data scientist (aliás, em algumas vagas, encontramos na descrição "full-stack data scientist" ou "cientista de dados full-stack"). Isso quer dizer que, dada a maturidade da empresa e a complexidade dos sistemas, essa figura pode assumir diferentes funções porém, todas elas estão relacionadas a manter o sistema de produção de machine learning em perfeito funcionamento.
Com o crescente amadurecimento e automatização dos algoritmos de machine learning, essa profissão ganha cada vez mais destaque e importância. Um dos principais desafios, para quem quer seguir nessa profissão, é desenvolver e encontrar as melhores tratativas para cada problema da área ao mesmo tempo em que se desenha, constrói e fortalece essa comunidade.
Avalie este artigo
Looker Studio: o que é?
Ler mais
Qlik, o que é?
Ler mais
Como escolher o tipo de visualização de dados para análise
Ler mais