AI Data Engineer Senior (FDE)

Khal; Brasil; Presencial; BRL 223 200 - 334 800; Tempo integral

Vantagens oferecidas por esta oferta de emprego

Remuneração acima da média

Férias remuneradas

Modelo de trabalho remoto ou híbrido

Cultura que utiliza IA de verdade

Resumo da oferta

A Khal está procurando um Senior Data Engineer para liderar o pipeline completo de ETL, extraindo e estruturando dados para agentes. Se você tem mais de 5 anos de experiência nesta área e domina设计 de ETL através de APIs e sistemas legados, essa é a sua chance.

Oferecemos contratação PJ com férias remuneradas e um modelo de trabalho flexível, remoto ou híbrido, com impacto real na performance de agentes em clientes de topo no Brasil.

Qualificações

• 5+ anos de experiência em engenharia de dados.
• Domínio de design ETL e extrações via APIs e bancos de dados.
• Habilidade em modelagem de dados para uso por agentes.

Responsabilidades

• Identificar dados valiosos para agentes.
• Implementar ETL via diferentes fontes.
• Estruturar dados para consumo eficiente.

Conhecimentos

Engenharia de dados

ETL design

Modelagem de dados

Bases de dados vetoriais

DBs de grafos

Qualidade de dados

Automação event-driven

Ferramentas

Databricks

Pinecone

Weaviate

Qdrant

pgvector

Neo4j

Descrição da oferta de emprego

Overview

Você é Senior Data Engineer na squad de Forward Deployed Engineers — responsável pelo pipeline completo de ETL → Knowledge Base.

Extrai dados dos sistemas existentes do cliente, refina, estrutura e entrega conhecimento acionável pros agentes.

É a fundação de qualidade que determina se os agentes performam ou não.

O que você vai fazer

Context mining e ETL

• Identificar quais dados do cliente têm valor semântico pros agentes.
• Projetar e implementar ETL via APIs, bancos de dados e sistemas heterogêneos.
• Mapear o data layer do cliente e priorizar extrações por impacto no agente.

Context refinery

• Limpeza, deduplicação, normalização, chunking.
• Enriquecimento sintético dos dados brutos quando necessário.
• Versionamento dos artefatos refinados.

Data modeling e Knowledge Base

• Estruturar os dados extraídos em formatos úteis para consumo pelos agentes.
• Construir, versionar, curar e manter a KB ao longo do tempo.
• Definir métricas de freshness, completude e cobertura.

Retrieval architecture

• Cache-Augmented Generation (CAG).
• RLM e filesystem-based retrieval.
• Vector databases (Pinecone, Weaviate, Qdrant, pgvector — o que fizer sentido).
• Graph databases — modelagem de relações para Graph RAG.

Data quality e automação

• Garantir que o que entra na KB é confiável e atualizado.
• Pipelines event-driven de atualização contínua da KB a partir de novas entradas dos sistemas do cliente.
• Monitoramento de drift, freshness e lineage.

Quem você é

• 5+ anos em data engineering.
• Domínio de ETL design — extração via APIs, bancos de dados e sistemas legados.
• Data modeling — estruturar dados pra consumo por agentes (não só BI).
• Vector DBs (Pinecone, Weaviate, Qdrant, pgvector — qualquer um, hands-on).
• Graph DBs (Neo4j ou equivalente) com lógica de Graph RAG.
• CAG, RLM e filesystem-based retrieval — sabe escolher por caso.
• Pipelines de atualização contínua e automações event-driven.
• Data quality — validação, freshness, lineage.
• Databricks (relevante para integração com o data layer do cliente).

Diferenciais

• GenAI hands-on em produção — retrieval architecture para agentes, não só BI.
• Domain expertise em CX, healthcare, fintech ou utilities.
• Experiência liderando migração ou modernização de data layer enterprise.

Ciclo de Qualidade (esperado de toda a squad)

Criar agente → simular e gerar Agent Score → rodar em produção → coletar dados reais → iterar (context engineering, token optimization, caching, retrieval) → nova simulação → comparar scores → publicar versão melhorada → repetir até performance desejada.

O que oferecemos

• Remuneração acima da média — porque buscamos pessoas acima da média.
• Contratação PJ com férias remuneradas.
• Modelo de trabalho remoto ou híbrido — depende do cliente.
• Cultura que usa IA de verdade, não só fala sobre ela.
• Impacto real: agentes em produção em cliente enterprise top do Brasil desde o primeiro mês.