[Tech] Especialista Sênior em Dados

Descrição da vaga:

Liderar tecnicamente o time de Dados e IA, posicionando-se como um generalista técnico com visão sistêmica, capaz de transitar entre as áreas de dados, inteligência artificial e software sem barreiras. A missão central é exercer total autonomia para arquitetar soluções complexas do zero em projetos de alta escala ou missão crítica, mantendo sempre o foco na qualidade, resiliência, custo-eficiência e na excelência da experiência do usuário final.

Responsabilidades e atribuições: Arquitetar e desenvolver soluções tecnológicas complexas iniciando do zero; Atuar em projetos de alta escala e de missão crítica, garantindo a estabilidade operacional; Liderar tecnicamente e mentorar profissionais de níveis júnior, pleno e sênior; Garantir a qualidade, resiliência e a relação custo-benefício (custo-eficiência) das soluções entregue; Promover a integração fluida entre as frentes de Engenharia de Dados, IA/ML e Engenharia de Software.

Requisitos e qualificações: Eficiência de Modelos: Sucesso na avaliação de modelos através de métricas offline/online, precision-recall, ROC, calibration e business metrics; Qualidade e Monitoramento: Efetividade no monitoramento de dados (Data Quality via Great Expectations, Soda, dbt tests) e observabilidade ponta a ponta (Latência das APIs, uptime dos pipelines de dados e sucesso no processamento distribuído -Spark); Performance de ML: Controle de drift e performance de modelos em produção (Evidently AI); Estabilidade de Sistemas: Performance e observabilidade através de profiling, tracing distribuído e logging estruturado; Resiliência e Segurança: Redução de incidentes de segurança (OWASP Top 10) e conformidade com políticas de governança e ética em IA; Impacto no Usuário: Nível de excelência e satisfação na experiência do usuário final com as ferramentas e assistentes desenvolvidos; Nível avançado/especialista em Engenharia de Dados e IA/Machine Learning, com senioridade em Engenharia de Software; Generalista técnico com visão sistêmica e autonomia para arquitetar soluções do zero em projetos de missão crítica. Capacidade comprovada de liderança técnica; Educação/Base: Sólido conhecimento em estatística (descritiva, inferencial e testes de hipóteses) e modelagem de dados. Engenharia de Dados: Domínio avançado de SQL (queries complexas, otimização, window functions) e modelagem de dados; Experiência sólida com ETL/ELT em escala, incluindo design de pipelines resilientes; Bancos relacionais (PostgreSQL), não relacional (MongoDB) e vetoriais (Milvus, Pinecone, S3 Vector); Integração com APIs externas e fontes de dados exógenas (REST, GraphQL, webhooks); Cloud distribuída: AWS avançado (EC2, ECS/Fargate, S3, Lambda, IAM, VPC, CloudWatch); Streaming de dados em tempo real (Apache Kafka); Processamento distribuído (Apache Spark); Infraestrutura como Código (Terraform); Orquestração de workflows (Apache Airflow); Monitoramento avançado: Data Quality (Great Expectations, Soda, dbt tests); Observability de pipelines (Prometheus, Grafana, ELK, OpenTelemetry), ML monitoring (drift, performance, Evidently AI); Governança de dados (Apache Ranger); Data lake/lakehouse moderno (Iceberg, PyIceberg); Ferramentas de visualização e exploração (Metabase, Power BI). Engenharia de IA / Machine Learning: Sólida base em estatística descritiva, inferencial, testes de hipóteses, distribuições; Experiência com modelos supervisionados, não-supervisionados, clustering, recomendação, forecasting; Domínio de avaliação de modelos (métricas offline/online, precision-recall, ROC, calibration, business metrics), test A/B/n, canary, shadow deployment; Criação e produção de IAs conversacionais (assistentes, chatbots, copilots); Arquitetura e implementação de sistemas RAG avançados (retrieval, reranking, chunking inteligente, hybrid search, query transformation) com Vector DBs; Desenvolvimento de Agentes de IA autônomos e multiagentes (LangChain,LangGraph, LangFuse); Criação de Agent as a Service, orquestração de agentes, tool calling, reasoning loops; Experiência com Model Context Protocol (MCP): implementação de MCP Clients e MCP Servers, integração de ferramentas externas e dados proprietários em agentes; MLOps: versionamento (MLflow, DVC), feature store, serving (Sagemaker, KServe, BentoML, vLLM), monitoring de modelos em produção; Conhecimento prático de LLMs (prompt engineering avançado, evaluation frameworks); Familiaridade com ética em IA, bias mitigation, explainability (SHAP, LIME). Engenharia de Software: Python avançado (typing, async/await, decorators, generators, context managers, metaprogramming); Desenvolvimento de APIs REST/GraphQL escaláveis (FastAPI, Django REST Framework); Design de sistemas CRUD, microsserviços, event-driven architecture; Testes automatizados (pytest, unittest, TDD/BDD, property-based testing, mocking); CI/CD moderno (GitHub Actions, GitLab CI, Jenkins); Contêineres e orquestração (Docker, Kubernetes, ECS); Clean Code, design patterns, SOLID, DDD quando aplicável; Segurança de aplicações (OWASP Top 10, secrets management, JWT/OAuth, rate limiting); Performance e observabilidade (profiling, tracing distribuído, logging estruturado).

Requisitos desejáveis: Gestão de equipes; Vivência com metodologia ágil; Conhecimento em produtos TOTVS.