Resumo da posição:
Localização: Nestlé Sede
Área/Stream: IT & Digital
Reporte: Data Engineering Governance Manager
Modalidade: Teletrabalho
Existe candidato Mapeado? Não
Um dia na vida de...
O Engenheiro de Dados será responsável por desenhar, desenvolver e evoluir soluções de dados em ambientes modernos de analytics, atuando como referência técnica em iniciativas estratégicas e apoiando a adoção de boas práticas de engenharia de dados.
- Arquitetura de Agentes de IA: Desenhar e implementar soluções agentivas corporativas, cobrindo orquestração de LLMs, fluxos de raciocínio, ferramentas externas e integração com APIs e dados da empresa.
- Engenharia de Contexto e RAG: Projetar pipelines de Retrieval-Augmented Generation (indexação, recuperação e enriquecimento de contexto) para aumentar a acurácia e reduzir alucinações.
- Integração de Ferramentas e Conectores: Evoluir agentes para consultar bases de conhecimento, sistemas analíticos e corporativos com autenticação e controle de acesso rigorosos.
- Produtização e LLMOps: Garantir observabilidade, gestão de custos de inferência, seleção ideal de LLMs conforme o contexto e segurança em aplicações cloud.
- Desenvolver e otimizar pipelines de dados escaláveis, seguros e de alta performance.
- Liderar tecnicamente iniciativas de engenharia de dados utilizando Snowflake, Databricks e plataformas em nuvem.
- Definir e aplicar boas práticas de desenvolvimento, testes, observabilidade e automação.
- Atuar na modelagem de dados e na construção de soluções analíticas reutilizáveis e sustentáveis.
- Identificar oportunidades de melhoria de performance, eficiência operacional e otimização de custos.
- Apoiar revisões técnicas e a capacitação de engenheiros menos experientes.
- Garantir aderência aos padrões de segurança, governança e qualidade de dados.
- Trabalhar em parceria com times de negócio, analytics e tecnologia na definição de soluções de dados.
- Contribuir para a implementação de capacidades de AI Engineering, integrando aplicações de IA generativa, agentes inteligentes e soluções baseadas em dados corporativos.
O que vai contribuir para seu sucesso?
Requisitos Obrigatórios:
- Experiência sólida em Engenharia de Dados e implementação de soluções analíticas em escala.
- Conhecimento avançado em Snowflake, incluindo modelagem de dados, otimização de consultas, performance tuning, segurança e gestão de custos.
- Experiência com Databricks e arquiteturas modernas de dados em nuvem.
- Proficiência em SQL avançado e desenvolvimento de pipelines de dados.
- Experiência com Python para automação, processamento e integração de dados.
- Experiência com dbt ou ferramentas equivalentes para transformação e modelagem de dados.
- Conhecimento de práticas de CI/CD, versionamento e automação de deploy.
- Conhecimento em Governança de Dados, Catálogo de Dados e Data Quality.
- Experiência em ambientes Azure ou plataformas cloud equivalentes.
- Experiência prática em AI Engineering, incluindo consumo de modelos de IA via APIs, RAG, agentes de IA e integração de soluções de IA com plataformas de dados corporativas.
Conhecimentos Desejáveis:
- Snowflake: Clustering, Materialized Views, Time Travel, Zero-Copy Cloning, Resource Monitoring e Data Sharing.
- Databricks: Spark, Delta Lake, Unity Catalog, Workflows e Asset Bundles.
- Azure Data Factory, Data Lake Gen2, Azure Functions e serviços de integração.
- GitHub, Azure DevOps e práticas de DevSecOps.
- Data Catalog, Data Lineage, Data Observability e Metadata Management.
- Frameworks e ferramentas de AI Engineering, LLMOps e Agentic AI.