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-6474 · ACESSO PARCIAL
Machine Learning Research & Engineering Specialist
Gramian Consulting Group · Brazil
Esta é 1 de 48.940 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 2 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
48.940
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 (48.940 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 Gramian
Gramian Consultancy is a boutique consultancy specializing in IT professional services and engineering talent solutions. With a strong background in software engineering and leadership, we help companies build high-performing teams by matching them with professionals who truly fit their needs.
About the Role
We are seeking a highly skilled Machine Learning Research & Engineering Specialist to contribute to an advanced AI training project focused on model development, training and inference systems, numerical computing, and performance optimization. This is a coding-intensive role requiring hands-on experience with Python, machine learning engineering, and coding agents integrated into development workflows. You will build, modify, debug, and validate machine learning implementations, create reproducible training and inference pipelines, and optimize systems for correctness, memory usage, and throughput. The ideal candidate combines strong quantitative foundations with practical coding skills and experience solving complex machine learning engineering problems.
SENIORITY: Experienced / Research-Level Engineer
EDUCATION: Master's degree or PhD in a relevant quantitative discipline
LANGUAGE: Strong written and verbal English
LOCATION: Remote — Worldwide
Key Responsibilities
Develop, implement, and validate machine learning models, training pipelines, inference systems, and supporting infrastructure.
Implement or modify model components, data pipelines, evaluation systems, and numerical methods using Python.
Build reproducible programmatic workflows using Python, command-line tools, and relevant machine learning frameworks.
Debug numerical, algorithmic, and system-level failures to identify root causes and implement reliable solutions.
Optimize model training and inference for memory usage, computational efficiency, throughput, and performance.
Design and execute tests to verify implementation correctness and compliance with objective performance requirements.
Review and validate challenging machine learning engineering tasks, including existing code and proposed solutions.
Use coding agents as part of the development workflow to accelerate implementation, debugging, testing, and code review while validating generated results.
Document technical approaches, implementation decisions, test results, and performance findings clearly.
- Deliver high-quality, reproducible task submissions within project deadlines.
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
48.940 vagas encontradas nos últimos 30 dias — a sua nota nesta e em todas as outras sai assim que o currículo chega.