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.

Engenheiro de Dados e Machine Learning