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.