Álvaro
Data Scientist
“Num ambiente com tanta incerteza, a Shakers dá-nos uma camada de tranquilidade e confiança. Sem dúvida, o que mais gosto é da flexibilidade e da possibilidade de pegar em projetos de topo.”
Juntar-me à ShakersMachine Learning Engineer freelance
Constrói a tua carreira como Machine Learning Engineer
Projetos onde o modelo e a sua produção são o mandato: o que se prevê, com que dados e para servir o quê. A Shakers conecta-te com empresas que chegam com o histórico e precisam do sistema, não com um curso a terminar.
O emprego de machine learning em Espanha é tempo integral de produto e indústria, e o papel titula-se em inglês. A saída por projeto mal tinha porta local: marketplaces globais e um fórum com tarifas de outra década.
Esta não é uma rota de formação: é o que se treina num encargo real, o que te pedem para demonstrar e onde assinas o teu critério.
- Projetos mais bem remunerados
- Mais continuidade entre projetos
- Maior reconhecimento da tua experiência
+3 000
Projetos tech publicados na Shakers
+90
Especialidades de Tech, Product e Data fazem parte da Shakers
6 meses
Duração média de um projeto com a Shakers
4,7/5
Satisfação dos nossos AI Builders no Trustpilot
Carreiras de AI Builders impulsionadas pela Shakers
Descobre como outros AI Builders acedem a melhores projetos, constroem a sua reputação e fazem crescer a sua carreira.
Amelia
AI Agent Developer
“Há anos que construo agentes de IA. Graças à Shakers deixei de andar à procura de clientes e comecei a escolher mesmo em que projetos queria colaborar. Trabalho com algumas das melhores empresas europeias, à minha tarifa, e concentro-me no que sei fazer e me apaixona: construir.”
Juntar-me à Shakers
Luz
Backend Developer & Data Engineer
“A Shakers acrescenta muito valor porque nos liga a projetos mais afinados, já filtrados e mais bem definidos. Poupa-nos grande parte do trabalho inicial de perceber o cliente, orçamentar e avaliar se vale a pena, e isso faz com que, como freelancer, eu possa ir muito mais direta às oportunidades que encaixam mesmo comigo.”
Juntar-me à Shakers
Rubén
Software Developer
“A vida como freelancer tem muita coisa e nem sempre é fácil. Gostamos de nos concentrar no que sabemos fazer, mas também há que gerir clientes, faturação e andar à procura de oportunidades. Para mim, a Shakers foi decisiva porque faz essa prospeção por mim, transmite confiança ao cliente desde o primeiro momento e permite-nos fazer parte de uma comunidade com entusiasmo a sério.”
Juntar-me à Shakers
Alejandro
AI Developer
“A Shakers foi decisiva para pôr a minha empresa de pé: deu-me a flexibilidade para continuar a trabalhar como freelancer enquanto construía a etapa seguinte. Sem a Shakers, teria tido de angariar financiamento ou adiar o projeto.”
Juntar-me à Shakers
Toño
Product Designer
“Com a Shakers consegui projetos recorrentes que me dão tranquilidade e margem para crescer como profissional. Não é só chegar a clientes de qualidade: é sentir que temos uma rede que nos acompanha, que nos liga a oportunidades reais e que nos ajuda a avançar como freelancer.”
Juntar-me à ShakersO que decide um Machine Learning Engineer todas as semanas
Um Machine Learning Engineer desenha, treina e coloca modelos de machine learning em produção: prepara os dados, treina e avalia com Python, PyTorch ou scikit-learn e leva o modelo a produção com pipelines, containers e monitorização. O seu entregável é um sistema a servir predições, não um protótipo.
A fronteira dele: o Data Scientist explora e decide; o ML Engineer constrói e produz. O mercado titula-os juntos; cada projeto traz a fronteira por escrito.
Decides o que se prevê e com que métrica se julga, treinas e avalias com PyTorch ou scikit-learn e cuidas que o modelo chegue a produção: pipeline, MLflow, containers. Também decides o que não se treina: um caso sem dados que o sustentem recusa-se com argumento. O sistema é teu; o resultado, a prova.
PythonPyTorchTensorFlowscikit-learnSQLSparkMLflowDockerKubernetesCI/CDAWS SageMakerVertex AIAzure MLAirflowKafkaHugging Face
Modelos preditivosPipelines de dadosAvaliação de modelosMLflowProduçãoModelos de fundação
Acesso gratuito e sem comissões ocultas
Como funciona a Shakers para o talento
Cria o teu perfil
Conta-nos quem és, o que sabes fazer, em que projetos queres trabalhar e qual é a tua disponibilidade e tarifa.
Obtém a tua certificação
Certificamos a tua experiência e o teu uso de IA para que as empresas percebam o que podes trazer.
Encontra os teus projetos
Ligamos-te a projetos bem remunerados que encaixam na tua expertise e nas tuas preferências.
Projetos à altura das suas expectativas
Trabalhe em projetos reais, com equipas que precisam da sua expertise, sem perder tempo à procura de oportunidades.
Projetos que encaixam consigo
Colabore com empresas que precisam do seu stack e experiência para levar os seus projetos a produção.
Oportunidades que chegam até si
O nosso matching por IA liga o seu perfil aos projetos que encaixam nas suas preferências.
Constrói. A Shakers trata do resto
Defina as suas condições consoante a sua seniority. Nós tratamos de contratos, pagamentos e documentação.
O que entrega um Machine Learning Engineer na Shakers
O encargo chega com o modelo
A predição que o negócio espera, o histórico que existe e o sistema que falta: um problema de modelo, não uma lista de ferramentas.
O notebook vira pipeline
O protótipo que funciona no notebook e morre na produção: o teu trabalho é o caminho entre os dois, documentado.
A avaliação que fica
O modelo entrega-se com métrica e protocolo: quem vier depois pode julgar, sem adivinhar.
Modelos contados
O que construiste, com que métrica e custo de inferência. A prática demonstra-se, não se declara.
Python a fundo
PyTorch, scikit-learn e a disciplina dos dados: a ferramenta aprende-se, a disciplina não.
Inglês de projeto
Documentação e review em inglês quando o encargo cruza: a entrega bilingue é parte do ofício.
Perguntas frequentes
Qualquer outra dúvida, escreva-nos e respondemos.
O que faz um Machine Learning Engineer num projeto real?
Constrói o sistema que aprende: define a métrica, prepara os dados, treina com Python e deixa o modelo a servir com pipeline e monitorização. Um caso, um período, uma métrica.
Dá para viver de machine learning freelance?
A referência que domina a pesquisa é um tópico com tarifas em dólares de uma década atrás. A via local não existia: hoje o coletivo ML da Shakers junta 179 especialistas por projeto.
Quanto cobrar como Machine Learning Engineer freelance?
Decide-o o mecanismo: senioridade, setor, tipo de modelo e faturação por projeto ou por dias. O confronto com o emprego em quadro está detalhado na guia do blog; o teu orçamento fecha-se por encomenda.
O papel sobrevive aos modelos de fundação?
Sim: quem treinava do zero hoje também constrói sobre modelos de fundação, com fine-tuning e RAG. A oferta já o titula assim ('GenAI/LLM/RAG'); o ofício cobre as duas metades.
Há encargo suficiente em Espanha para o papel?
O emprego manda o sinal: 329 ofertas tech em Espanha mencionam machine learning engineer, da Wallapop à Airbus (análise de mercado da Shakers, n=31 957, setembro de 2026). A via por projeto era o que faltava.
Como entro sem rede de contactos?
Certificando-te: o processo certifica a tua prática e o coletivo traz os encargos. O teu trabalho é demonstrar modelos com consequências reais; ligar cada projeto ao teu perfil, o nosso.
O dia a dia do ofício
O histórico que ninguém limpou, a métrica que ninguém definiu e o protótipo que ficou no notebook. Menos teoria de curso e mais modelos a servir com a avaliação documentada.
O mercado titula-te em inglês
Machine Learning Engineer é o título literal do mercado: 329 ofertas ativas em Espanha citam-no com o mesmo literal. O alias em português fica na prosa, nunca no título.
O que não é
Não és um developer que acrescenta uma biblioteca de IA: respondes pelo sistema que aprende. Se o pedido é a capa generativa, essa fronteira tem a sua própria fila.
Com quem partilhas o modelo
Um modelo não vive só: quem explora os dados, quem os encaminha e quem opera a produção cruzam o teu caminho em cada encargo.
Data Scientist
A fronteira direta: o data scientist explora e decide, o ML Engineer constrói e produz. A oferta funde-os em títulos duplos; cada encargo traz a fronteira escrita.
AI Engineer
A outra fronteira: LLMs, agentes e RAG sobre modelos de fundação. Quando o encargo pede a capa generativa além do modelo próprio, a sua fila levanta-a.
Data Engineer
O abastecimento do modelo: Spark, Airflow e o pipeline que deixa o histórico pronto. Sem dados preparados, o teu sistema não aprende nada; a sua fila constrói-os.
Experto Python
O idioma do ofício: pandas, APIs e automatização. Quando o modelo serve e falta a aplicação à volta, a sua fila constrói o produto.
DevOps Engineer
Quem opera a plataforma que serve o teu modelo: Kubernetes, Terraform e CI/CD. Quando o encargo cresce para infraestrutura, a sua fila entra no projeto.
As fronteiras entre estes papéis acordam-se em cada projeto: não as fixa o título.
Dê o próximo passo com a Shakers
Queres construir modelos que sirvam?
Passa a certificação Shakers e escolhe em que modelos pões o teu critério.
. 