Engenheiro Dados

No Grupo Stefanini, acreditamos no poder da colaboração. Co-criamos soluções inovadoras em parceria com nossos clientes, combinando tecnologia de ponta, inteligência artificial e a criatividade humana. Estamos na vanguarda da resolução de problemas de negócios, proporcionando impacto real em escala global.

Ao se juntar à Stefanini, você se torna parte de uma jornada global de transformação. Estamos empenhados em criar impacto positivo não apenas nos negócios, mas também na vida de nossos colaboradores. Se você procura uma oportunidade de crescimento profissional em uma empresa que valoriza inovação, respeito, autonomia e parceria, você encontra aqui!

Junte-se a nós e seja parte da mudança!

#LIREMOTE

#LI-SS1 

• Responsabilidade principal:
• Garantir a estabilidade, manutenção e evolução das soluções de dados que suportam projetos de IA
• Atividades do dia a dia:
• Analisar e corrigir falhas em pipelines de dados
• Otimizar processos de ingestão e transformação de dados
• Garantir qualidade e integridade das informações usadas em modelos de IA
• Atuar em ambientes de alta complexidade, com arquiteturas distribuídas e governança de dados
• Assegurar conformidade com normas como a LGPD

• Orquestração: Airflow, Azure Data Factory
• Processamento distribuído: Spark, Databricks
• Bancos de dados: relacionais e NoSQL (MongoDB)
• Linguagens: Python e SQL

• Experiência com Engenharia de Dados
• Atuação com sustentação, manutenção e evolução de pipelines de dados
• Conhecimento em Python e SQL
• Vivência com ferramentas de orquestração, como:
• Airflow
• Azure Data Factory
• Experiência com processamento distribuído, como:
• Spark
• Databricks
• Conhecimento em bancos de dados:
• Relacionais
• NoSQL, especialmente MongoDB
• Capacidade de atuar em ambientes de alta complexidade
• Conhecimento em governança de dados e LGPD
• Habilidade para trabalhar com times multidisciplinares
• Forte capacidade analítica, resiliência e visão crítica

Diferenciais

• Experiência com projetos de IA
• Vivência com integração entre pipelines de dados e serviços de IA
• Conhecimento em MLOps
• Experiência com:
• Versionamento de código
• Observabilidade
• Infraestrutura como código
• Integração contínua
• Participação na definição de padrões arquiteturais
• Colaboração com cientistas de dados e engenheiros de machine learning
• Experiência com modelos:
• Preditivos
• Prescritivos
• IA generativa