Data Engineer Specialist

Vaga não está no LinkedIn

🔥 0 minutos atrás

🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🚰 Engenheiro de Dados

👻 Score fantasma 10%

O que significa: quão provável esta vaga está aberta sem contratação ativa.Como ler: 60% ou mais significa que achamos que é uma vaga fantasma. Pontuações mais baixas preocupam menos.Como pontuamos: tempo em aberto, republicações, vagas abertas vs tamanho do time, rapidez para fechar vagas, e se o salário está divulgado.Observação: é uma estimativa de dados públicos, não um julgamento da empresa. Vagas reais podem ter pontuação alta, então use como uma dica, não como um fato.

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

Escale

SiteLinkedInTodas as Vagas

201 - 500 funcionários

💼 Consultoria

📣 Marketing

🤖 Inteligência Artificial

Consulting • Marketing • Artificial Intelligence

A Escale é uma empresa brasileira de tecnologia de vendas impulsionada por IA, que desenvolve e opera a 'aisa', uma vendedora de inteligência artificial multiagente treinada em milhões de conversas de vendas reais. A plataforma automatiza a qualificação de leads, tratamento de objeções, negociação e ativação de vendas (incluindo verificação de identidade e fluxos de trabalho de pagamento/contrato), sendo oferecida em um modelo de pagamento por sucesso para ajudar as empresas a aumentar a conversão de vendas digitais em diversos setores. A Escale se posiciona como uma substituta para chatbots tradicionais, entregando agentes de IA focados em vendas e integrações para equipes de vendas empresariais.

Descrição

• Construir, manter e evoluir pipelines S3 → Databricks/Airflow → dbt • Escalar a esteira de dados para o crescimento de volume da empresa • Monitorar a esteira em produção e identificar falhas, atrasos ou dados fora do padrão • Corrigir e ajustar fluxos quando ocorrerem falhas • Criar métricas e monitorar sistemas com foco em custo operacional, qualidade e consistência dos dados • Gerenciar infraestrutura como código com Terraform • Realizar deploy da plataforma de dados via Kubernetes (EKS) e Argo • Garantir governança dos dados via OpenMetadata, incluindo disponibilidade, escalabilidade e controle de acesso • Identificar PII e aplicar mascaramento ou anonimização antes do consumo analítico ou de produto • Definir e evoluir ferramentas de self-service ELT/ETL • Preparar e entregar dados para modelos preditivos e LLMs, incluindo RAG e embeddings quando aplicável • Avaliar novas tecnologias e manter a stack de produção funcionando • Apoiar áreas internas consumidoras da plataforma, solucionando dúvidas técnicas e disseminando boas práticas

🎯 Requisitos

• Experiência com engenharia de software (Python, Java ou Scala) e boas práticas (ex.: Clean Architecture, TDD) • Arquitetura de dados Lambda e modelagem analítica • Experiência com AWS, com ingestão centrada em S3 • Experiência com Databricks para processamento distribuído • Experiência com Airflow para orquestração de pipelines • Conhecimento de Docker e Kubernetes, incluindo workloads stateless e stateful • Experiência com Terraform para infraestrutura como código • Experiência com ArgoCD e implantação declarativa via Kubernetes/EKS • Experiência com dbt para modelagem e transformação analítica • Experiência com OpenMetadata para governança de dados, linhagem e controle de acesso • Familiaridade com APIs de modelos de linguagem, como OpenAI, Cohere e Hugging Face • Conhecimento de segurança e tratamento de dados sensíveis, incluindo identificação de PII, mascaramento e anonimização • Vivência de DataOps, monitoramento, alertas e correção de falhas em pipelines de produção • Arquitetura Kappa como diferencial complementar à Lambda • Conhecimento de soluções open-source alternativas para ingestão, processamento e disponibilização de dados • Compreensão de boas práticas de segurança e governança de dados, com DAMA como referência conceitual • Interesse ou familiaridade com fundamentos de LLMs e IA generativa aplicada a dados • Experiência com processamento de dados em streaming, como Kafka, Flink e Druid