Brasil
Bunge
Jobgether
Ingeniero de Datos e IA
Brasil
Brazil
PythonSQLAWSTerraform
Traducción automática. Consulta el original.
Sobre la oportunidad
Este puesto se publica en nombre de una empresa asociada, que gestiona todas las solicitudes y los pasos siguientes. Nuestra empresa asociada busca un
con base en Brasil.
Cómo funciona Jobgether
Utilizamos un proceso de emparejamiento impulsado por IA para garantizar que tu solicitud sea revisada de forma rápida, objetiva y justa frente a los requisitos principales del puesto. Nuestro sistema identifica a los candidatos que mejor se ajustan, y esta lista corta se comparte directamente con la empresa contratante. La decisión final y los pasos siguientes (entrevistas, evaluaciones) son gestionados por su equipo interno.
¡Agradecemos tu interés y te deseamos lo mejor!
¿Por qué solicitar a través de Jobgether?
Aviso de privacidad de datos: Al enviar tu solicitud, reconoces que Jobgether procesará tus datos personales para evaluar tu candidatura y compartir información relevante con el empleador contratante. Este procesamiento se basa en el interés legítimo y en las medidas precontractuales bajo las leyes de protección de datos aplicables (incluyendo el GDPR). Puedes ejercer tus derechos (acceso, rectificación, supresión, oposición) en cualquier momento.
#LI-CL1
Ingeniero de Datos e IA
Este puesto ofrece la oportunidad de diseñar y entregar plataformas de datos modernas y soluciones de IA listas para producción para clientes empresariales. Construirás arquitecturas Lakehouse escalables, optimizarás pipelines de datos y transformarás conjuntos de datos complejos en bases fiables para analítica y machine learning. Trabajando con tecnologías como Databricks, Apache Spark, Delta Lake y MLflow, ayudarás a llevar iniciativas de IA desde el concepto hasta la implementación en el mundo real. Colaborarás estrechamente con arquitectos de datos, científicos de datos, equipos de ingeniería y líderes de clientes en un entorno dinámico y centrado en la entrega. El puesto combina ingeniería práctica, optimización en la nube, MLOps y gobernanza de datos para crear soluciones seguras, eficientes y escalables. Es ideal para un ingeniero que valore la excelencia técnica, la responsabilidad, la mejora continua y el impacto empresarial medible.
Responsabilidades
- Arquitectura Lakehouse y pipelines de datos: Diseñar, desarrollar y optimizar pipelines ETL/ELT escalables utilizando Databricks, Apache Spark y Delta Lake en entornos de nube, incluyendo AWS, Azure y la plataforma Google Cloud.
- Ingesta y transformación de datos: Construir flujos de trabajo robustos para procesar datos estructurados y no estructurados, automatizando la ingesta, el almacenamiento y la ingeniería de características para respaldar la analítica y las cargas de trabajo de IA en tiempo real.
- Optimización de rendimiento y costes: Ajustar los trabajos de Spark y los flujos de trabajo de procesamiento de datos para mejorar la latencia, el rendimiento, la escalabilidad y la eficiencia de costes en la nube en los entornos de los clientes.
- MLOps e implementación de IA: Colaborar con ingenieros de machine learning y científicos de datos para operacionalizar modelos de IA dentro de Databricks, utilizando MLflow para el seguimiento de experimentos, el control de versiones de modelos y la implementación.
- CI/CD y automatización de infraestructura: Implementar pipelines de implementación automatizados y prácticas de Infraestructura como Código utilizando herramientas como Terraform y la CLI de Databricks para garantizar lanzamientos de producción fiables y repetibles.
- Gobernanza y seguridad de datos: Establecer y mantener controles de acceso a datos, políticas de seguridad y estándares de gobernanza utilizando el catálogo de Unity y capacidades nativas de la nube, respaldando requisitos como GDPR, HIPAA y SOC 2.
- Colaboración con el cliente: Trabajar directamente con líderes tecnológicos, gestores de producto, arquitectos y equipos de ingeniería de los clientes para traducir requisitos complejos de datos e IA en soluciones técnicas prácticas y resultados empresariales medibles.
- Documentación y transferencia de conocimientos: Producir documentación técnica clara y coordinar entregas de soluciones fluidas a los equipos de ingeniería de los clientes, garantizando la mantenibilidad y el éxito operativo a largo plazo.
Requisitos
- Experiencia profesional: Al menos tres años de experiencia en ingeniería de datos nativa de la nube, incluyendo un mínimo de dos años de experiencia práctica con Databricks, Apache Spark, Delta Lake y MLflow.
- Programación e ingeniería de datos: Sólida competencia en Python, SQL y marcos basados en Spark, con experiencia en el diseño y mantenimiento de soluciones de procesamiento de datos escalables.
- Tecnologías de nube y Lakehouse: Experiencia práctica en la construcción de arquitecturas de datos en entornos de nube y en la implementación de patrones modernos de Lakehouse para cargas de trabajo de datos empresariales.
- MLOps y gestión del ciclo de vida de modelos: Familiaridad con MLflow y los procesos necesarios para realizar el seguimiento, el control de versiones, la implementación y la operacionalización de modelos de machine learning.
- DevOps y automatización: Experiencia en la implementación de pipelines de CI/CD y soluciones de Infraestructura como Código utilizando Terraform, la CLI de Databricks o herramientas comparables.
- Consultoría y entrega ágil: Experiencia demostrada trabajando en entornos de consultoría ágiles o de DevOps, entregando soluciones agnósticas a la nube y adaptándose a los requisitos cambiantes de los clientes.
- Comunicación y colaboración: Sólidas habilidades de comunicación, con capacidad para explicar conceptos técnicos con claridad, trabajar eficazmente con equipos multidisciplinares y mantener relaciones productivas con los clientes.
- Responsabilidad y mejora continua: Un enfoque proactivo y responsable hacia la resolución de problemas, con un compromiso con la calidad de la ingeniería, el aprendizaje continuo y la obtención de resultados medibles.
- Certificación de Databricks: Se valora muy positivamente contar con la certificación Databricks Certified Data Engineer Associate o Professional, o la certificación Databricks Machine Learning Professional.
Beneficios
- Trabajo remoto: La flexibilidad para trabajar de forma remota mientras colaboras con un equipo conectado globalmente.
- Entorno colaborativo: La oportunidad de trabajar junto a profesionales cualificados en un entorno de apoyo, innovador y dinámico.
- Crecimiento técnico: Exposición a arquitecturas modernas de Lakehouse, plataformas en la nube, ingeniería de datos, MLOps y soluciones de IA en producción.
- Impacto significativo en el cliente: La oportunidad de construir soluciones escalables y listas para producción que aborden desafíos empresariales reales.
- Lugar de trabajo inclusivo: Una cultura que valora la diversidad, la igualdad de oportunidades, la colaboración, la curiosidad y la iniciativa individual.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil
