ENGENHEIRO DE DADOS PL

Somos uma multinacional brasileira com mais de 30 anos de atuação no ecossistema de inovação.

Entregamos soluções eficazes que auxiliam os nossos clientes em suas jornadas digitais, sempre aplicando o nosso propósito de tornar a tecnologia um agente de mudança para um mundo melhor. Você quer transformar o futuro? A gente também.

| + de 40 países | + de 30 empresas no Grupo | + de 30 mil colaboradores | + de 80 soluções |

7 pilares guiam a nossa cultura, são eles: ⭐ Inovar com o cliente; ⭐ Fazer a diferença; ⭐ Liderar pelo exemplo; ⭐ Agir como empreendedor; ⭐ Ser ético e de acordo com o que fala; ⭐ Acreditar e respeitar as pessoas; ⭐ Ter humildade em aprender.

Acreditamos que a verdadeira mudança só pode ser alcançada quando observamos o mundo por diferentes perspectivas, aqui a inovação floresce em uma atmosfera de respeito mútuo, em que as ideias são ouvidas e valorizadas independentemente de raça, cor, orientação sexual, ascendência, religião, gênero, nacionalidade, identidade de gênero, deficiência ou idade.

#WeAreStefanini #OrgulhoDeSerStefanini #CarreiraStefanini

Prêmio Innovative Workplaces Brasil 2023

pela MIT Technology Review Brasil. /n

Formação Ensino superior completo em Tecnologia da Informação, Engenharia, Sistemas de Informação ou áreas correlatas

Conhecimentos necessários Experiência sólida em engenharia de dados Conhecimento em Python e/ou PySpark Experiência com Databricks e Spark (batch e/ou streaming) Experiência com pipelines de dados (ETL/ELT) Modelagem de dados (Data Lake / Lakehouse) Experiência com dados não estruturados (documentos, textos, etc.) Integração e consumo de APIs

Habilidades técnicas Capacidade de atuar com autonomia na construção de pipelines Conhecimento em arquitetura moderna de dados Experiência com processamento e preparação de dados para IA Atuação em ambientes complexos com múltiplas integrações

Competências comportamentais Capacidade analítica e pensamento estruturado Autonomia e postura investigativa Facilidade para lidar com dados não estruturados Boa comunicação e colaboração com times multidisciplinares

Requisitos desejáveis Experiência com RAG (Retrieval-Augmented Generation) Conhecimento em embeddings e bancos vetoriais Experiência com chunking de documentos Vivência com LangChain ou frameworks similares Conhecimento em OpenAI, Azure OpenAI ou outros LLMs Conhecimento em indexação semântica e busca vetorial Experiência com ingestão de documentos corporativos (PDF, Word, HTML) Vivência com pipelines de dados voltados para IA Experiência em ambientes corporativos complexos ou projetos de grande porte /n Buscamos um(a)

Engenheiro(a) de Dados Pleno

para atuar na construção e evolução de pipelines de dados voltados à alimentação de soluções de Inteligência Artificial, com foco em RAG (Retrieval-Augmented Generation) e construção de matriz de conhecimento corporativa. O(a) profissional será responsável por transformar dados estruturados e não estruturados em ativos prontos para consumo por modelos de IA, garantindo qualidade, governança e performance dos dados.

Responsabilidades: Atuar no desenvolvimento de pipelines de ingestão, transformação e enriquecimento de dados para uso em IA Trabalhar com dados estruturados e não estruturados (textos, PDFs, HTML, áudios, entre outros) Implementar processos de chunking, embeddings e indexação vetorial Construir e manter datasets voltados à matriz de conhecimento corporativa Desenvolver pipelines utilizando Databricks (Spark / PySpark) Atuar com arquitetura medalhão (bronze, prata e ouro) Integrar dados com bancos vetoriais (Azure AI Search, pgvector, entre outros) Garantir performance, escalabilidade e confiabilidade dos pipelines Aplicar boas práticas de qualidade de dados (completude, consistência e versionamento) Implementar políticas de atualização, retenção e expurgo de dados Garantir rastreabilidade e auditabilidade dos dados utilizados pelos modelos Atuar em conjunto com times de AI/ML na preparação e otimização de dados Apoiar estratégias de recuperação de informação (RAG) Otimizar dados para melhorar a relevância e precisão das respostas dos modelos