Somos inspired by tech powered by people. Por isso, precisamos de pessoas apaixonados por desafios e com sede de aprendizado contínuo.
Buscamos por novos makers para sonharem com a gente, que enxerguem além do óbvio e que estejam prontos para se juntar a nós nessa jornada de transformação e crescimento. Estamos expandindo nossos horizontes e buscamos pessoas que compartilhem dessa mesma paixão pela tecnologia e pelo aprendizado contínuo. Se você se encaixa nesse perfil, venha fazer parte do nosso time!
RESPONSABILIDADES E ATRIBUIÇÕES Definir e projetar arquiteturas de dados escaláveis que suportem múltiplos projetos de Inteligência Artificial, garantindo alta disponibilidade, performance e segurança. Selecionar e implementar infraestruturas de dados em nuvem (AWS, Azure, GCP) garantindo a melhor relação custo-benefício para diferentes cargas de trabalho. Projetar pipelines de dados robustos e automatizados para ingestão, transformação e disponibilização de grandes volumes de dados para treinamento e inferência de modelos de IA. Definir e implementar estratégias de armazenamento eficientes para diferentes tipos de dados (estruturados, semiestruturados, não estruturados), utilizando Data Lakes, Data Warehouses e bancos de dados distribuídos. Garantir a governança de dados, incluindo versionamento, controle de acesso, auditoria e conformidade com normas regulatórias.Criar e gerenciar ambientes escaláveis para execução de modelos de IA, considerando desde treinamento distribuído até inferência em tempo real. Definir padrões e frameworks de MLOps e DataOps, garantindo a automação, monitoramento e escalabilidade de pipelines de Machine Learning e Deep Learning. Garantir alta disponibilidade e tolerância a falhas nas soluções de dados, aplicando estratégias de replicação, balanceamento de carga e recuperação .Projetar soluções para processamento distribuído e otimização de workloads intensivos, utilizando tecnologias como Apache Spark.Definir estratégias de caching e otimização de consultas para acelerar acesso a dados.Monitorar e otimizar o desempenho da infraestrutura de dados e IA, ajustando recursos de computação, armazenamento e rede conforme a demanda. Documentar a arquitetura de dados e infraestrutura de IA, garantindo que o conhecimento seja compartilhado e replicável em outros projetos. REQUISITOS E QUALIFICAÇÕES Formação acadêmica em Ciência da Computação, Engenharia, Sistemas de Informação ou áreas correlatas. Experiência comprovada no desenho e implementação de arquiteturas de dados e infraestrutura para projetos de IA em larga escala. Conhecimento profundo em computação em nuvem (AWS, Azure, GCP) e em como provisionar recursos para projetos de IA (GPU instances, Auto-scaling, Lambda Functions, etc.). Experiência com contêineres e orquestração usando Docker, Kubernetes para escalabilidade de pipelines de IA. Familiaridade com arquiteturas de armazenamento distribuído, como HDFS, Amazon S3, Google Cloud Storage e Azure Data Lake. Experiência com processamento distribuído e otimização de cargas de trabalho.Conhecimento em bancos de dados de alto desempenho.Experiência na definição de estratégias de segurança e compliance, incluindo criptografia de dados, autenticação e autorização via IAM, e auditoria de acessos. Capacidade de balancear custos e desempenho da infraestrutura, otimizando o uso de recursos de computação e armazenamento. Conhecimento em redes e arquiteturas de comunicação entre sistemas distribuídos.Experiência com MLOps e CI/CD para IA para automação da infraestrutura. Habilidade para definir estratégias de versionamento e monitoramento de modelos de IA em produção. Capacidade de liderança técnica e colaboração com equipes multidisciplinares, incluindo engenheiros de software, cientistas de dados e arquitetos de soluções. Diferenciais: Certificações em cloud computing e arquitetura de dados (AWS Certified Solutions Architect, Google Professional Data Engineer, Azure Data Engineer). Experiência na implementação de arquiteturas híbridas e multi-cloud, garantindo interoperabilidade entre diferentes provedores de nuvem. Conhecimento avançado em inferência acelerada para IA, utilizando GPUs, TPUs e frameworksExperiência com arquiteturas serverless para otimização de custos e escalabilidade. Experiência em liderança de projetos e mentoring de equipes técnicas.