Graduação em Ciência da Computação, Engenharia de Dados, Sistemas de Informação ou áreas correlatas.Experiência sólida com modelagem de dados, ETL/ELT, e integração de dados em ambientes de grande escala.Forte conhecimento em plataformas de nuvem como AWS, Google Cloud e Azure, especialmente em serviços de dados e machine learning.Experiência com arquiteturas modernas de IA, incluindo o uso de plataformas de machine learning e frameworks de deep learning para otimização de modelos em ambientes distribuídos.Proficiência em linguagens de programação para manipulação e engenharia de dados, como Python e SQL.Conhecimento em frameworks de big data e processamento distribuído, como Apache Spark, Hadoop, e Kafka.Familiaridade com ferramentas de MLOps e DataOps para automação e monitoramento de modelos de machine learning em produção.Experiência com ferramentas de visualização de dados e BI (Tableau, Power BI) e ferramentas de governança de dados.Definir e implementar a arquitetura de dados corporativa, considerando as melhores práticas para pipelines de dados, governança e integração com modelos de IA.Desenvolver uma estratégia de armazenamento, processamento e visualização de dados em nuvem, garantindo escalabilidade e custo-benefício.Criar e manter a infraestrutura de dados para suportar pipelines de machine learning e análises avançadas em larga escala.Trabalhar em estreita colaboração com engenheiros de dados e cientistas de dados para garantir que os dados estejam otimizados e disponíveis para iniciativas de IA e analytics.Projetar e implementar soluções de segurança e conformidade de dados, respeitando regulamentações como LGPD e GDPR.Avaliar e integrar tecnologias de cloud (AWS, Azure, Google Cloud) para suportar a arquitetura de dados e machine learning.Monitorar e otimizar o desempenho de sistemas de dados e fluxos de trabalho, identificando e resolvendo gargalos e problemas de escalabilidade.Documentar e comunicar a arquitetura de dados para as partes interessadas e para o time técnico.