Brasil
Bunge
Jobgether
Engenheiro de Dados e IA
Brasil
Brazil
PythonSQLAWSTerraform
Tradução automática. Consulte o original.
Sobre a oportunidade
Esta vaga é anunciada em nome de uma empresa parceira, que gerencia todas as candidaturas e etapas subsequentes. Nosso parceiro está em busca de um
baseado no Brasil.
Como funciona a Jobgether
Utilizamos um processo de correspondência baseado em IA para garantir que sua candidatura seja revisada de forma rápida, objetiva e justa em relação aos requisitos principais da vaga. Nosso sistema identifica os candidatos mais adequados, e esta lista é compartilhada diretamente com a empresa contratante. A decisão final e as próximas etapas (entrevistas, avaliações) são gerenciadas pela equipe interna deles.
Agradecemos seu interesse e desejamos boa sorte!
Por que se candidatar através da Jobgether?
Aviso de Privacidade de Dados: Ao enviar sua candidatura, você reconhece que a Jobgether processará seus dados pessoais para avaliar sua candidatura e compartilhar informações relevantes com o empregador contratante. Este processamento baseia-se em interesse legítimo e medidas pré-contratuais sob as leis de proteção de dados aplicáveis (incluindo o GDPR). Você pode exercer seus direitos (acesso, retificação, exclusão, objeção) a qualquer momento.
#LI-CL1
Engenheiro de Dados e IA
Esta função oferece a oportunidade de projetar e entregar plataformas de dados modernas e soluções de IA prontas para produção para clientes corporativos. Você construirá arquiteturas Lakehouse escaláveis, otimizará pipelines de dados e transformará conjuntos de dados complexos em bases confiáveis para análise e machine learning. Trabalhando com tecnologias como Databricks, Apache Spark, Delta Lake e MLflow, você ajudará a levar iniciativas de IA do conceito à implementação no mundo real. Você colaborará estreitamente com arquitetos de dados, cientistas de dados, equipes de engenharia e líderes de clientes em um ambiente dinâmico e focado em entregas. A posição combina engenharia prática, otimização em nuvem, MLOps e governança de dados para criar soluções seguras, eficientes e escaláveis. É ideal para um engenheiro que valoriza a excelência técnica, senso de dono, melhoria contínua e impacto de negócios mensurável.
Responsabilidades
- Arquitetura Lakehouse e Pipelines de Dados: Projetar, desenvolver e otimizar pipelines ETL/ELT escaláveis usando Databricks, Apache Spark e Delta Lake em ambientes de nuvem, incluindo AWS, Azure e a plataforma Google Cloud.
- Ingestão e Transformação de Dados: Construir fluxos de trabalho robustos para processar dados estruturados e não estruturados, automatizando a ingestão, armazenamento e engenharia de atributos para suportar análises e cargas de trabalho de IA em tempo real.
- Otimização de Desempenho e Custos: Ajustar jobs do Spark e fluxos de trabalho de processamento de dados para melhorar a latência, throughput, escalabilidade e eficiência de custos em nuvem nos ambientes dos clientes.
- MLOps e Implantação de IA: Colaborar com engenheiros de machine learning e cientistas de dados para operacionalizar modelos de IA dentro do Databricks, usando MLflow para rastreamento de experimentos, versionamento de modelos e implantação.
- CI/CD e Automação de Infraestrutura: Implementar pipelines de implantação automatizados e práticas de Infraestrutura como Código usando ferramentas como Terraform e Databricks CLI para garantir lançamentos de produção confiáveis e repetíveis.
- Governança e Segurança de Dados: Estabelecer e manter controles de acesso a dados, políticas de segurança e padrões de governança usando o Unity Catalog e recursos nativos da nuvem, suportando requisitos como GDPR, HIPAA e SOC 2.
- Colaboração com o Cliente: Trabalhar diretamente com líderes de tecnologia, gerentes de produto, arquitetos e equipes de engenharia dos clientes para traduzir requisitos complexos de dados e IA em soluções técnicas práticas e resultados de negócios mensuráveis.
- Documentação e Transferência de Conhecimento: Produzir documentação técnica clara e coordenar a transição de soluções para as equipes de engenharia dos clientes, garantindo a manutenibilidade e o sucesso operacional a longo prazo.
Requisitos
- Experiência Profissional: Pelo menos três anos de experiência em engenharia de dados nativa em nuvem, incluindo um mínimo de dois anos de experiência prática com Databricks, Apache Spark, Delta Lake e MLflow.
- Programação e Engenharia de Dados: Proficiência sólida em Python, SQL e frameworks baseados em Spark, com experiência no projeto e manutenção de soluções escaláveis de processamento de dados.
- Tecnologias de Nuvem e Lakehouse: Experiência prática na construção de arquiteturas de dados em ambientes de nuvem e na implementação de padrões modernos de Lakehouse para cargas de trabalho de dados corporativos.
- MLOps e Gestão do Ciclo de Vida de Modelos: Familiaridade com MLflow e os processos necessários para rastrear, versionar, implantar e operacionalizar modelos de machine learning.
- DevOps e Automação: Experiência na implementação de pipelines de CI/CD e soluções de Infraestrutura como Código usando Terraform, Databricks CLI ou ferramentas comparáveis.
- Consultoria e Entrega Ágil: Experiência comprovada trabalhando em ambientes de consultoria ágil ou de DevOps de ritmo acelerado, entregando soluções agnósticas de nuvem e adaptando-se a requisitos de clientes em constante evolução.
- Comunicação e Colaboração: Fortes habilidades de comunicação, com a capacidade de explicar conceitos técnicos claramente, trabalhar de forma eficaz com equipes multidisciplinares e manter relacionamentos produtivos com os clientes.
- Senso de Dono e Melhoria Contínua: Uma abordagem proativa e responsável para a resolução de problemas, com compromisso com a qualidade da engenharia, aprendizado contínuo e entrega de resultados mensuráveis.
- Certificação Databricks: É altamente desejável possuir uma certificação ativa de Databricks Certified Data Engineer Associate ou Professional, ou a certificação Databricks Machine Learning Professional.
Benefícios
- Trabalho Remoto: A flexibilidade para trabalhar remotamente enquanto colabora com uma equipe globalmente conectada.
- Ambiente Colaborativo: A oportunidade de trabalhar ao lado de profissionais qualificados em um ambiente de apoio, inovador e dinâmico.
- Crescimento Técnico: Exposição a arquiteturas modernas de Lakehouse, plataformas de nuvem, engenharia de dados, MLOps e soluções de IA em produção.
- Impacto Significativo no Cliente: A oportunidade de construir soluções escaláveis e prontas para produção que abordam desafios reais de negócios.
- Local de Trabalho Inclusivo: Uma cultura que valoriza a diversidade, igualdade de oportunidades, colaboração, curiosidade e iniciativa individual.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil
