Engenheiro de Dados e Machine Learning

Descrição

Resumo da Vaga: Atuar como referência técnica em arquitetura de dados e IA, projetando, desenvolvendo e evoluindo a infraestrutura que sustenta soluções baseadas em dados e IA. Principais Destaques: 1. Referência técnica em arquitetura de dados e inteligência artificial 2. Responsável por desenvolver e evoluir a infraestrutura de dados e IA 3. Mentor técnico da equipe e promotor de inovação em engenharia Objetivo do cargo Atuar como referência técnica na arquitetura de dados e inteligência artificial da UniScale, sendo responsável por projetar, desenvolver e evoluir a infraestrutura que sustenta as soluções baseadas em dados e IA da organização. Será responsável por estruturar pipelines de dados, desenvolver modelos proprietários de Machine Learning, implementar práticas de MLOps, garantir a governança e a qualidade dos dados e disponibilizar serviços escaláveis que suportem produtos inteligentes. Também atuará como mentor técnico da equipe, promovendo a evolução das práticas de engenharia, inovação e desenvolvimento orientado por Inteligência Artificial. Principais responsabilidades Engenharia de Dados * Projetar, implementar e evoluir arquiteturas de dados escaláveis e de alta disponibilidade. * Modelar e administrar bancos de dados relacionais, não relacionais, vetoriais e de grafos. * Desenvolver, manter e otimizar pipelines de ingestão, transformação e disponibilização de dados (ETL/ELT). * Garantir a qualidade, integridade, segurança e governança dos dados utilizados pelas soluções da organização. * Implementar estratégias de versionamento, rastreabilidade e controle de acesso aos dados. Desenvolvimento de Machine Learning * Desenvolver, treinar, validar e implantar modelos proprietários de Machine Learning. * Avaliar desempenho, qualidade e acurácia dos modelos, promovendo sua evolução contínua. * Construir APIs e serviços para disponibilização dos modelos desenvolvidos. * Monitorar modelos em produção, identificando degradação de desempenho, necessidade de retreinamento e oportunidades de otimização. * Apoiar a adoção de técnicas modernas de Inteligência Artificial e Machine Learning aplicadas ao negócio. MLOps e Arquitetura de Soluções * Estruturar e evoluir pipelines de MLOps para treinamento, validação, publicação e monitoramento de modelos. * Implementar processos de integração e entrega contínua (CI/CD) para soluções de IA. * Desenvolver soluções baseadas em microsserviços e arquiteturas distribuídas. * Administrar ambientes em nuvem e infraestrutura necessária para execução das aplicações de IA. * Trabalhar com conteinerização utilizando Docker e orquestração por Kubernetes. * Implementar soluções utilizando sistemas de mensageria e processamento assíncrono. Integração e Soluções Inteligentes * Desenvolver integrações entre sistemas, serviços e plataformas de Inteligência Artificial. * Orquestrar fluxos e automações utilizando ferramentas como N8N, Flowise ou tecnologias equivalentes. * Utilizar ferramentas modernas de desenvolvimento assistido por Inteligência Artificial para acelerar o desenvolvimento e elevar a qualidade das entregas. * Colaborar diretamente com o Engenheiro de Soluções em IA, fornecendo estruturas de dados e modelos que potencializem os produtos inteligentes da organização. Liderança Técnica e Melhoria Contínua * Atuar como referência técnica em Engenharia de Dados e Machine Learning. * Mentorar e desenvolver tecnicamente os profissionais da equipe. * Apoiar decisões arquiteturais relacionadas às soluções de dados e IA. * Propor melhorias contínuas em processos, tecnologias e padrões de desenvolvimento. * Contribuir para a disseminação da cultura AI First e da adoção de boas práticas de engenharia. Requisitos Formação * Ensino Superior completo em Ciência da Computação, Engenharia da Computação, Engenharia de Software, Sistemas de Informação, Ciência de Dados ou áreas correlatas. Conhecimentos técnicos * Experiência sólida em Engenharia de Dados. * Domínio avançado de Python. * Experiência em modelagem e administração de bancos de dados SQL e NoSQL. * Conhecimento em bancos vetoriais e bancos de grafos. * Experiência com frameworks de Machine Learning, como Scikit\-learn, TensorFlow ou PyTorch. * Experiência no desenvolvimento, treinamento, implantação e monitoramento de modelos de Machine Learning. * Desenvolvimento de APIs REST para disponibilização de modelos e serviços. * Conhecimento em práticas de MLOps, incluindo versionamento, CI/CD para IA e monitoramento de modelos. * Experiência com ferramentas de orquestração de fluxos de IA, como N8N, Flowise ou similares. * Vivência com ferramentas modernas de desenvolvimento assistido por Inteligência Artificial. * Experiência em ambientes Cloud (AWS, Azure, GCP ou similares). * Conhecimento em Docker e Kubernetes. * Experiência com arquitetura baseada em microsserviços. * Conhecimento em sistemas de mensageria, como Kafka, RabbitMQ, Redis Streams ou equivalentes.