Your resume and cover letter, tailored to exactly what they’re hiring for.
Get past ATS filters
Benefits offered by this job
Trabalho remoto
Ambiente inovador
Oportunidades de desenvolvimento profissional
Job summary
Uma empresa de tecnologia em AI está buscando um engenheiro sênior para liderar a construção e evolução de sistemas de AI. O candidato ideal deve ter pelo menos 5 anos de experiência em engenharia de dados e machine learning, com forte domínio de Python e ferramentas de cloud como AWS. Este papel envolve o desenvolvimento de pipelines robustos e serviços backend escaláveis, além de colaborar com equipes multifuncionais. A posição permite trabalho remoto e oferece um ambiente dinâmico e inovador.
Qualifications
Mínimo de 5 anos de experiência em Engenharia de Dados, Backend ou ML Engineering.
Experiência sólida em desenvolvimento de pipelines batch e streaming.
Forte compreensão de infraestrutura como código.
Responsibilities
Liderar a construção de sistemas de AI em produção.
Projetar pipelines robustos para dados de múltiplos formatos.
Desenvolver serviços backend escaláveis para inferência em tempo real.
Skills
Engenharia de Dados
Machine Learning Engineering
Desenvolvimento de APIs
Arquitetura distribuída
Comunicação técnica
Tools
Kubernetes
Python
AWS
Terraform
Job description
RESPONSABILIDADES
Liderar a construção e evolução de sistemas de AI em produção, combinando pipelines de dados batch e streaming, serviços backend e deploy de modelos de machine learning e LLMs.
Projetar e implementar pipelines robustos de ingestão, transformação e disponibilização de dados estruturados, semi-estruturados e não estruturados, com foco em aplicações de AI generativa, RAG e analytics avançado.
Desenvolver serviços backend escaláveis para inferência em tempo real e batch, utilizando APIs REST/gRPC/GraphQL, garantindo versionamento, observabilidade e SLAs.
Projetar arquiteturas distribuídas orientadas a eventos para aplicações inteligentes, utilizando ferramentas como Kafka, Pub/Sub, Kinesis ou SQS/SNS.
Definir padrões e boas práticas para bancos relacionais, não relacionais e vetoriais, incluindo modelagem de embeddings, feature stores e estratégias de retrieval para RAG.
Operar workloads de AI em cloud e Kubernetes, incluindo otimização de GPUs, autoscaling, scheduling e controle de custos.
Implementar pipelines de MLOps e LLOps, incluindo CI/CD de modelos, monitoramento de drift, versionamento de datasets e experiment tracking.
Garantir governança, qualidade, rastreabilidade e segurança dos dados e modelos em todas as etapas do ciclo de vida.
Atuar no desenho e otimização da arquitetura de dados e AI, priorizando desempenho, confiabilidade, custo-benefício e segurança.
Antecipar riscos técnicos em pipelines, inferência e infraestrutura, propondo soluções escaláveis e resilientes.
Apoiar a construção de plataformas internas de dados e AI (data platform / AI platform), promovendo padronização e reutilização de componentes.
Colaborar com squads multifuncionais de produto, engenharia e ciência de dados, liderando decisões técnicas estratégicas.
Mentorar engenheiros plenos e juniores, disseminando boas práticas de engenharia de software, dados e AI.
Contribuir ativamente para a estratégia de AI corporativa, alinhando tecnologia aos objetivos de negócio e à evolução dos produtos.
REQUISITOS OBRIGATÓRIOS
Mínimo de 5 anos de experiência em Engenharia de Dados, Backend, ML Engineering ou AI Engineering.
Experiência sólida no desenvolvimento de pipelines batch e streaming em produção.
Experiência comprovada no deploy e operação de modelos de ML ou LLMs em produção.
Experiência em arquitetura distribuída e event-driven.
Domínio de Python, SQL e desenvolvimento de APIs.
Experiência com containers e Kubernetes.
Experiência em cloud (AWS, GCP ou Azure) e boas práticas de governança de dados.
Experiência em observabilidade de sistemas (logs estruturados, métricas, tracing).
Experiência em otimização de performance de pipelines e serviços.
Forte capacidade de comunicação técnica com stakeholders técnicos e não técnicos.
REQUISITOS DESEJÁVEIS
Experiência com frameworks de LLMs e RAG (LangChain, LlamaIndex, etc.).
Experiência com Ray, Spark, Flint, Beam ou sistemas distribuídos de processamento.
Experiência com plataformas de experiment tracking e MLOps (ClearML, MLflow, Vertex AI, SageMaker).
Conhecimento avançado em infraestrutura como código (Terraform, Helm, CDK).
Experiência com deploy de aplicações escaláveis em Kubernetes.
Experiência com bancos vetoriais e sistemas de busca semântica.
Experiência com workloads de GPU e otimização de custo em cloud.
Histórico de liderança técnica em projetos complexos ou plataformas internas.
Soft Skills Essenciais
Comunicação clara e eficaz em todos os níveis da organização.
Capacidade de liderar discussões técnicas complexas e decisões arquiteturais.
Habilidade de mentoria e desenvolvimento técnico do time.
Visão sistêmica para avaliar riscos, trade-offs e oportunidades.
Autonomia e iniciativa na resolução de problemas complexos.
Mentalidade de dono de plataforma, com foco em confiabilidade, custo e experiência do desenvolvedor.
PROJETOS / REALIZAÇÕES VALORIZADAS
Implementação de sistemas de AI em produção com alto impacto de negócio.
Construção de pipelines streaming ou plataformas internas de dados/AI.
Deploy de sistemas RAG com dados corporativos.
Otimização comprovada de custo de infraestrutura ou uso de GPUs.
Criação de arquiteturas distribuídas escaláveis e resilientes.
Definição de padrões organizacionais de engenharia de dados ou AI.