Monster Jobs lê cada vaga aberta e diz, de 0 a 100, o match dela com o seu currículo — de graça. Você está vendo esta página sem a parte mais importante dela: a sua.
Pode ser 94. Pode ser 31.
O ponteiro só crava quando lemos o seu currículo. Leva 1 minuto, de graça.
DOSSIÊ MJ-4871 · ACESSO PARCIAL
Senior AI Engineer
TensorOps
Esta é 1 de 66.532 vagas encontradas nos últimos 30 dias. Nós comparamos todas com o seu currículo — hoje, esta página nem sabe quem você é.
Grátis, sem cartão. Só o seu currículo.
Encontrada há 6 horas
Se candidatar no escuro custa uma noite.
Saber custa um minuto.
A conta que ninguém faz
Você, sozinho, numa noite
~20
vagas abertas e lidas uma a uma — a maioria descartada no terceiro parágrafo, quando o requisito que você não tem finalmente aparece. Dias assim, toda semana.
O Monster Jobs, enquanto isso
66.532
vagas já lidas e entendidas, prontas para ganhar nota contra o seu currículo no momento em que ele chegar. Você não procura mais vaga — recebe as que merecem a sua atenção.
Recrutador faz triagem de candidato.
Aqui, o recrutador é você — de vagas.
Cada uma chega com nota e motivo. Seu único trabalho é dizer sim ou não.
RELATÓRIO DE COMPATIBILIDADE · GERADO POR VAGA, POR PESSOA
Por que essa nota
Para quem tem conta, este bloco explica a nota em português — escrito sobre o seu histórico, não um texto genérico:
O raciocínio da nota é gerado para cada currículo depois do cadastro gratuito.
A seu favor
O que do seu histórico pesa a favor aqui.
O que falta
O que a vaga pede e seu currículo ainda não mostra.
1 minuto: você envia o currículo, nós escrevemos o resto.
Ninguém caça sozinho. Esta vaga foi encontrada por outra pessoa e entrou no acervo de todo mundo. A caça continua enquanto você lê isto — e a sua parte do acervo (66.532 vagas, comparadas com o seu currículo) só passa a existir quando você entra.
O que você decide sobre cada vaga
Cada vaga vira um caso com histórico: candidatei, entrevista, proposta. Estes botões são os reais — só falta a conta.
Descrição da vaga
About TensorOps
TensorOps is a boutique AI consultancy that bridges strategy and execution, we design and ship production-grade AI systems for enterprise clients, from Fortune 500 companies to fast-growing unicorns. Our work spans agentic AI, LLM fine-tuning, RAG systems, and ML-driven products, deployed on AWS, GCP, and Azure.
We've shipped AI systems impacting 200M+ end users daily, partnered with 11 unicorns and NASDAQ-listed companies (including Notion, ServiceNow, JFrog, Seeking Alpha, Armis, and GoCardless), and get 95% of validated ideas into production within two months. We're Google Cloud, AWS, and Cloudflare partners, and we're 100% remote by design.
About the role
We're hiring a Senior ML Engineer to contribute to technical direction across client engagements and mentor a growing team of junior ML engineers. You'll work directly with clients, taking AI systems from prototype to production-grade deployment.
In this role, you will:
- Design, build, and deploy production ML and LLM-based systems (RAG, agentic workflows, fine-tuning, embeddings) for enterprise clients
- Own technical delivery end-to-end: from architecture and prototyping to deployment, monitoring, and iteration
- Work directly with client engineering and product teams to translate business needs into scoped, shippable technical solutions
- Mentor and support other ML engineers on the team — code reviews, technical guidance, and knowledge sharing
- Help shape internal best practices, tooling, and technical standards as the team grows
- Represent TensorOps technically in client conversations, workshops, and (optionally) at industry conferences
You’ll be part of a supportive, fast-growing team that values autonomy, open communication, and continuous learning.
Requirements
- 5+ years of professional experience in Machine Learning, AI Engineering, or a related role
- Strong hands-on skills in Python, writing clean, efficient, well-documented, production-quality code
- Proven experience designing, training, optimizing, and deploying ML models independently (e.g., PyTorch, TensorFlow, Scikit-learn)
- Experience building GenAI & LLM systems: RAG pipelines, chatbot architectures, and applications using tools like LangChain
- Familiarity with MLOps & production ML practices: model versioning, monitoring, CI/CD for ML workflows
- Experience deploying and scaling ML systems on AWS, GCP, or Azure
- Strong performance optimization and debugging skills (diagnosing complex issues and improving system reliability and efficiency)
- Experience working with stakeholders or clients is a plus
What We Offer
- 100% Remote Work: no mandatory office days, work from wherever
- Funded certifications: fully paid AWS and GCP professional certifications
- Dynamic, High-Impact Projects: Work on cutting-edge ML and GenAI solutions across diverse industries
- International Clients: Collaborate with global organizations and solve real-world challenges at scale
- Urban Sports Club Membership: Supporting your physical and mental wellbeing
- Monthly Bolt Credits: For rides
- Company Events & Offsites: Regular team gatherings to connect, collaborate, and celebrate
Originally posted on Himalayas
Leu tudo e ficou na dúvida? É exatamente isso que a nota resolve.
Por que criar conta agora
Leva 1 minuto
Envie o currículo e pronto. Sem formulário longo, sem questionário, sem teste.
Grátis de verdade
Sem cartão, sem período de teste que expira. Seu currículo só gera as suas notas.
Já tem vaga esperando
66.532 vagas encontradas nos últimos 30 dias — a sua nota nesta e em todas as outras sai assim que o currículo chega.