Descrição da Vaga
A
LEEGA
é referência em consultoria e outsourcing para soluções de Data Analytics .
Temos
15 ANOS
de mercado e mais de
20 ANOS
de experiência em soluções de Business Intelligence, Data Integration e Analytics, atendendo grandes empresas dos mais diversos segmentos do mercado e contamos com mais de 580 colaboradores.
Conquistamos capacidade técnica e reunimos as melhores pessoas para proporcionar aos nossos clientes a melhor experiência.
Brasileiros, com escritório de projetos, fábrica de software e centro de treinamento em São Paulo (capital) , atuação internacional com escritório também em Portugal, somos conhecidos por viver e respirar Analytics e Big Data, inovando nossa tecnologia, compartilhando conhecimento, evoluindo talentos e entregando
VALOR.
Em nosso porftólio de serviços ofertamos consultoria especializada, alocação de profissionais, treinamento e desenvolvimento de soluções customizadas para Cloud Computing, Business Intelligence, Big Data, Data Analytics, Machine Learning, Inteligência Artificial, Data Quality, MDM, Governança de Dados e demais soluções de dados
/n
Experiência na construção de pipelines de dados otimizados para projetos de inteligência artificial (IA), com foco em ingestão, transformação e preparação de dados.
ETL e ELT para Modelagem de Dados de IA:
Conhecimento em processos de ETL/ELT voltados para a ingestão de grandes volumes de dados para aplicações de ML/IA.
Linguagens: Python (imprescindível).
Frameworks de I: TensorFlow, PyTorch, Scikit-Learn.
Scripting: Bash/Shell para automação de fluxos de trabalho.
Experiência comprovada em definição de plataforma e processos e HandsON com IA;
Experiência comprovada em Google Gemini;
Experiência comprovada em DialogFlow (Minimo 3 anos);
Experiência comprovada em LangGraph;
Experiência comprovada em LiteLLM;
Experiência comprovada em ApiGee;
Conhecimento Comprovado em Desenvolvimento de API em Python (Mínimo 3 Anos);
Experiência com ferramentas para CI/CD e automação de fluxos de machine learning, como MLflow, DVC e Kubeflow.
Familiaridade com ferramentas de monitoramento e validação de dados, Cloud Logging, Cloud Monitoring, Dynatrace ou Datadog.
Airflow, Luigi ou Prefect para a orquestração de pipelines de ML/IA.
Conhecimento em SQL e NoSQL (BigQuery, redshift, MongoDB, Cassandra, Redis).
Capacidade de gerenciar Data Lakes para preparação de dados de IA, com foco em AWS (S3) e GCP (BigQuery e Dataplex).
Conhecimento em Feature Stores (ex: Vertex AI Feature Store, AWS SageMaker Feature Store ou Tecton).
GCP: Experiência com BigQuery, Dataflow, Pub/Sub, Dataproc, Cloud Run, Composer, Vertex AI, Cloud Functions e Dataplex.
Docker e Kubernetes para execução e orquestração de modelos de IA/ML.
Conhecimento em Terraform e CloudFormation para provisionar a infraestrutura necessária para os fluxos de IA/ML.
Machine Learning e Inteligência Artificial
Capacidade de colaborar com Cientistas de Dados para preparar conjuntos de dados para modelos de IA, garantindo alta qualidade e performance.
Implementação de pipelines automatizados para treinamento, validação, deployment e monitoramento de modelos de IA (Apache Spark e MLFlow)
Capacidade de definir e gerenciar repositórios de features para modelos de IA (Feature Engineering).
Experiência de trabalho com metodologias ágeis (Scrum/Kanban).
Capacidade de entender requisitos de negócio e convertê-los em soluções técnicas para IA.
Conhecimentos Complementares
Privacidade e Segurança de Dados: Conhecimento de LGPD/GDPR para garantir conformidade regulatória no tratamento de dados para IA.
Modelo de atuação: Remoto
A modalidade da vaga foi alterada para o modelo CLT.
/n A área de Engenharia de Dados com foco em Inteligência Artificial (IA) é responsável por projetar, implementar e otimizar a infraestrutura de dados que suporta soluções de IA e aprendizado de máquina (ML) dentro da vertical no cliente. Isso inclui garantir a disponibilidade, a qualidade e a segurança dos dados, facilitando a criação de modelos preditivos e soluções baseadas em IA que impulsionam a tomada de decisões estratégicas da Cia.
Seus principais desafios serão:
Compreender as necessidades do negócio e requisitos de IA: Colaborar com stakeholders e cientistas de dados para entender como a IA pode agregar valor e traduzir essas necessidades em soluções técnicas.
Participar de discussões baseadas em dados e IA: Contribuir com insights e soluções de engenharia para desafios de dados e IA.
Trabalhar em sinergia com times de cientistas de dados, engenheiros de software e arquitetos de dados para garantir soluções escaláveis de IA.
Ingestão e transformação de dados para o data lake e Feature Store: Implementar pipelines de dados que alimentem o data lake e as Feature Stores, garantindo a disponibilidade de features reutilizáveis para os modelos de IA.
Análise e organização de dados brutos: Realizar a limpeza, a padronização e o enriquecimento dos dados para que estejam prontos para uso em projetos de IA.
Desenvolver e apoiar a operacionalização de modelos de IA e ML: Facilitar a transição dos modelos desenvolvidos por cientistas de dados para ambientes de produção, garantindo automação e estabilidade dos pipelines de inferência.
Construir e manter pipelines de dados e workflows de IA: Projetar pipelines de ponta a ponta, desde a coleta de dados até a disponibilização de features para modelos em produção.
Conduzir análises complexas e monitorar a qualidade dos dados: Monitorar a qualidade, a completude e a integridade dos dados utilizados para IA.
Colaborar com cientistas de dados e arquitetos em projetos de IA: Trabalhar lado a lado para assegurar a escalabilidade e a eficiência dos sistemas de IA e a entrega contínua de valor.
