Brésil
Bunge
Jobgether
Ingénieur Data & IA
Brésil
Brazil
PythonSQLAWSTerraform
Traduction automatique. Consultez l’original.
À propos du poste
Ce poste est publié pour le compte d'une entreprise partenaire, qui gère l'ensemble des candidatures et des étapes suivantes. Notre partenaire recherche un
basé au Brésil.
Comment fonctionne Jobgether
Nous utilisons un processus de mise en relation basé sur l'IA pour garantir que votre candidature soit examinée rapidement, objectivement et équitablement par rapport aux exigences fondamentales du poste. Notre système identifie les candidats les mieux adaptés, et cette liste restreinte est ensuite partagée directement avec l'entreprise qui recrute. La décision finale et les étapes suivantes (entretiens, évaluations) sont gérées par leur équipe interne.
Nous apprécions votre intérêt et vous souhaitons bonne chance !
Pourquoi postuler via Jobgether ?
Avis sur la protection des données : En soumettant votre candidature, vous reconnaissez que Jobgether traitera vos données personnelles pour évaluer votre candidature et partager les informations pertinentes avec l'employeur recruteur. Ce traitement est basé sur l'intérêt légitime et les mesures précontractuelles en vertu des lois applicables sur la protection des données (y compris le RGPD). Vous pouvez exercer vos droits (accès, rectification, effacement, opposition) à tout moment.
#LI-CL1
Ingénieur Data & IA
Ce rôle offre l'opportunité de concevoir et de livrer des plateformes de données modernes ainsi que des solutions d'IA prêtes pour la production pour des clients entreprises. Vous construirez des architectures Lakehouse évolutives, optimiserez des pipelines de données et transformerez des jeux de données complexes en bases fiables pour l'analytique et le machine learning. En travaillant avec des technologies telles que Databricks, Apache Spark, Delta Lake et MLflow, vous contribuerez à faire passer les initiatives d'IA du concept au déploiement réel. Vous collaborerez étroitement avec des architectes de données, des data scientists, des équipes d'ingénierie et des responsables clients dans un environnement dynamique axé sur la livraison. Le poste combine ingénierie pratique, optimisation cloud, MLOps et gouvernance des données pour créer des solutions sécurisées, efficaces et évolutives. Il est idéal pour un ingénieur qui valorise l'excellence technique, la prise de responsabilité, l'amélioration continue et l'impact commercial mesurable.
Responsabilités
- Architecture Lakehouse et pipelines de données : Concevoir, développer et optimiser des pipelines ETL/ELT évolutifs en utilisant Databricks, Apache Spark et Delta Lake dans des environnements cloud, incluant AWS, Azure et la plateforme Google Cloud.
- Ingestion et transformation de données : Construire des flux de travail robustes pour le traitement de données structurées et non structurées, en automatisant l'ingestion, le stockage et l'ingénierie des caractéristiques pour soutenir l'analytique et les charges de travail d'IA en temps réel.
- Optimisation des performances et des coûts : Ajuster les jobs Spark et les flux de travail de traitement de données pour améliorer la latence, le débit, l'évolutivité et l'efficacité des coûts cloud dans les environnements clients.
- MLOps et déploiement d'IA : Collaborer avec des ingénieurs machine learning et des data scientists pour opérationnaliser les modèles d'IA au sein de Databricks, en utilisant MLflow pour le suivi des expériences, le versioning des modèles et le déploiement.
- CI/CD et automatisation de l'infrastructure : Mettre en œuvre des pipelines de déploiement automatisés et des pratiques d'Infrastructure-as-Code en utilisant des outils tels que Terraform et l'interface de ligne de commande Databricks pour garantir des mises en production fiables et reproductibles.
- Gouvernance et sécurité des données : Établir et maintenir des contrôles d'accès aux données, des politiques de sécurité et des normes de gouvernance en utilisant le catalogue Unity et les capacités natives du cloud, en répondant aux exigences telles que le RGPD, HIPAA et SOC 2.
- Collaboration client : Travailler directement avec les responsables technologiques, les chefs de produit, les architectes et les équipes d'ingénierie des clients pour traduire des exigences complexes en matière de données et d'IA en solutions techniques pratiques et en résultats commerciaux mesurables.
- Documentation et transfert de connaissances : Produire une documentation technique claire et coordonner des transferts de solutions fluides vers les équipes d'ingénierie des clients, garantissant la maintenabilité et le succès opérationnel à long terme.
Exigences
- Expérience professionnelle : Au moins trois ans d'expérience en ingénierie de données native cloud, incluant un minimum de deux ans d'expérience pratique avec Databricks, Apache Spark, Delta Lake et MLflow.
- Programmation et ingénierie de données : Solide maîtrise de Python, SQL et des frameworks basés sur Spark, avec une expérience dans la conception et la maintenance de solutions de traitement de données évolutives.
- Technologies Cloud et Lakehouse : Expérience pratique dans la construction d'architectures de données dans des environnements cloud et dans la mise en œuvre de modèles Lakehouse modernes pour les charges de travail de données en entreprise.
- MLOps et gestion du cycle de vie des modèles : Familiarité avec MLflow et les processus requis pour suivre, versionner, déployer et opérationnaliser des modèles de machine learning.
- DevOps et automatisation : Expérience dans la mise en œuvre de pipelines CI/CD et de solutions d'Infrastructure-as-Code en utilisant Terraform, l'interface de ligne de commande Databricks ou des outils comparables.
- Conseil et livraison Agile : Expérience avérée dans des environnements de conseil Agile ou DevOps dynamiques, livrant des solutions agnostiques au cloud et s'adaptant aux exigences évolutives des clients.
- Communication et collaboration : Solides compétences en communication, avec la capacité d'expliquer clairement des concepts techniques, de travailler efficacement avec des équipes multidisciplinaires et de maintenir des relations clients productives.
- Prise de responsabilité et amélioration continue : Une approche proactive et responsable de la résolution de problèmes, avec un engagement envers la qualité de l'ingénierie, l'apprentissage continu et l'obtention de résultats mesurables.
- Certification Databricks : Une certification active Databricks Certified Data Engineer Associate ou Professional, ou une certification Databricks Machine Learning Professional, est fortement souhaitée.
Avantages
- Travail en télétravail : La flexibilité de travailler à distance tout en collaborant avec une équipe connectée mondialement.
- Environnement collaboratif : L'opportunité de travailler aux côtés de professionnels qualifiés dans un cadre stimulant, innovant et dynamique.
- Croissance technique : Exposition aux architectures Lakehouse modernes, aux plateformes cloud, à l'ingénierie de données, au MLOps et aux solutions d'IA en production.
- Impact client significatif : L'opportunité de construire des solutions évolutives et prêtes pour la production qui répondent à de véritables défis commerciaux.
- Lieu de travail inclusif : Une culture qui valorise la diversité, l'égalité des chances, la collaboration, la curiosité et l'initiative individuelle.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil
