Arquiteto de Dados

Atividades:

• Projetar arquiteturas de dados que suportam o ciclo completo de vida de machine learning, incluindo coleta, processamento, treinamento, implantação, monitoramento e retreinamento de modelos.
• Estruturar pipelines de dados escaláveis e eficientes para aquisição, transformação e armazenamento de grandes volumes de dados em ambientes on-premise e na nuvem (Azure, AWS, Google Cloud).
• Desenvolver soluções para integração de modelos de machine learning em sistemas de produção, utilizando práticas e ferramentas de MLOps, como Kubeflow, MLflow ou Vertex AI.
• Estratégias de versionamento de dados, modelos e código, garantindo rastreabilidade e definição de governança em projetos de aprendizado de máquina.
• Automatizar processos de treinamento, implantação e monitoramento de modelos com ferramentas de CI/CD e orquestração de workflows, como Jenkins, Airflow ou Argo Workflows.
• Colaborar com equipes multidisciplinares para garantir a integração entre engenharia de dados, ciência de dados e TI, alinhando soluções técnicas aos objetivos de negócio.
• Gerir uma infraestrutura de dados e machine learning, garantindo escalabilidade, segurança e alta disponibilidade das soluções.
• Estabelecer boas práticas de governança de dados, segurança e conformidade, incluindo conformidade com LGPD e GDPR.
• Pesquisar e implementar tecnologias emergentes em MLOps para manter a Dadoteca na vanguarda do mercado de análise de dados.

Requisitos:

• Formação superior em Ciência da Computação, Engenharia, Sistemas de Informação ou áreas correlatas.
• Experiência consolidada em arquitetura de dados e operacionalização de modelos de machine learning (MLOps).
• Conhecimento avançado em ferramentas de MLOps, como MLflow, Kubeflow, TFX, SageMaker ou Vertex AI.
• Proficiência em linguagens de programação como Python ou Scala, com foco em engenharia de dados e aprendizado de máquina.
• Experiência com bancos de dados relacionais (PostgreSQL, MySQL) e não relacionais (MongoDB, Cassandra, DynamoDB).
• Conhecimento em orquestração de fluxos de trabalho (Apache Airflow, Argo) e versionamento de código com Git.
• Experiência em plataformas de nuvem (Azure, AWS, Google Cloud) e seus serviços relacionados a dados e machine learning.
• Familiaridade com infraestrutura como código (IaC), como Terraform ou CloudFormation.
• Noções sólidas de segurança de dados, governança e conformidade regulatória.

Competências:

• Capacidade de alinhar soluções técnicas aos objetivos estratégicos da empresa e dos clientes.
• Habilidade para orientar equipes multidisciplinares e supervisionar implementações complexas.
• Proatividade na automação de processos manuais e repetitivos, promovendo eficiência operacional.
• Abordagem analítica para identificar desafios e propor soluções inovadoras.
• Competência para explicar conceitos técnicos de maneira acessível a públicos não técnicos.

Diferenciais:

• Certificações em MLOps e nuvem, como AWS Certified Machine Learning, Google Cloud Professional Data Engineer ou Microsoft Certified: Azure AI Engineer Associate.
• Experiência com monitoramento de modelos em produção, incluindo deriva de dados e modelos.
• Conhecimento em arquiteturas de microsserviços e implementação de APIs para integração de modelos.
• Experiência com Big Data e ferramentas como Apache Spark, Databricks ou Hadoop.
• Familiaridade com frameworks de aprendizado profundo, como TensorFlow e PyTorch.

Conheça o Programa + Dadoteca:

• Gympass
• Zenklub
• Bônus anual de renovação contratual
• Incentivo financeiro para curso de idiomas
• Incentivo financeiro para certificações Microsoft, Databricks, GCP, AWS
• Ifood benefícios

Place of work