Líder de Engenharia de Dados

🔥 36 minutos atrás

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

Marvik

SiteLinkedInTodas as Vagas

51 - 200 funcionários

Fundada em 2018

🤖 Inteligência Artificial

🤝 B2B

🏢 Corporativo

Artificial Intelligence • B2B • Enterprise

A Marvik é uma consultoria de tecnologia que projeta, constrói e implementa soluções de inteligência artificial prontas para produção para clientes corporativos. Eles oferecem serviços de IA de ponta a ponta, incluindo estratégia e descoberta de oportunidades, engenharia de dados, desenvolvimento de modelos (agentes, LLMs, IA generativa, visão computacional, análises preditivas), robótica e automação, e talentos e liderança sênior de IA sob demanda (CAIO fracionário). A Marvik foca em entregar IA escalável que impulsiona impacto nos negócios em indústrias como varejo, e-commerce, logística, fintech, manufatura, saúde, energia e governo.

Descrição

• Atuar em parceria com o CTO e a liderança para definir a estratégia e o roadmap de Inteligência; ser responsável pela execução. • Construir, contratar e desenvolver o time de Inteligência — estabelecer o padrão de excelência técnica, definir a cadência operacional e criar padrões de colaboração com produto, plataforma e engenharia. • Implementar o substrato de dados canônico: disciplina de esquema, isolamento de tenancy, contratos de dados, linhagem e governança para que workloads de IA/ML operem de forma limpa. • Implementar a plataforma de ML e IA: ciclo de vida de modelos, feature store, vector store, infraestrutura de treinamento e serving, e práticas de MLOps. • Liderar as capacidades de aprendizado e raciocínio da plataforma: arquiteturas RAG, sistemas de dados agentivos, knowledge graphs e os padrões que permitem que os dados da Stratus se compõem em inteligência de plataforma. • Desenvolver e conduzir frameworks de avaliação que meçam qualidade de modelos, confiabilidade de agentes, drift e efetividade da plataforma — tornar workloads de IA observáveis para engenharia, produto e customer success. • Definir a postura build vs. buy para a stack de AI/ML; estabelecer padrões de prontidão para produção de workloads de IA em estreita colaboração com o time de plataforma. • Trabalhar em parceria com produto no portfólio de casos de uso de IA; engajar-se diretamente com clientes quando necessário para fundamentar decisões de Inteligência em problemas reais de fluxo de trabalho.

🎯 Requisitos

• 10+ anos de experiência profissional em AI/ML, engenharia de dados ou ciência de dados, com 4+ anos em cargos formais de liderança (Senior Manager, Director ou Head of) em empresas SaaS B2B ou plataformas de AI/ML. • Histórico comprovado de construção e liderança de equipes de AI/ML ou dados de 5–15 pessoas, com forte histórico de contratações no mercado de AI/ML nos últimos dois a três anos. • Credibilidade técnica profunda em toda a stack moderna de AI/ML: plataformas de dados (Postgres, pgvector, MongoDB ou equivalentes), plataformas de ML (training, serving, MLOps) e AI generativa (LLMs, embeddings, RAG, fine-tuning, evals). • Experiência em entregar workloads de ML e IA em produção para clientes enterprise, com os padrões de confiança associados: evals, observability, detecção de drift e confidence scoring. • Excelente comunicação para todos os públicos — engenheiros, produto, executivos e clientes; fortes instintos de parceria cross-functional com times de produto, engenharia e de contato com o cliente.

🏖️ Benefícios

• Projetos que vão desde processamento batch de grande escala até streaming em tempo real e arquiteturas event-driven. • Exposição ao estado da arte em AI Engineering: integração de Vector Databases e preparação de dados não estruturados (texto, imagens). • Oportunidade de trabalhar com ferramentas open-source de orquestração e processamento de primeira linha (Airflow, Spark, Kafka). • Cultura de aprendizado contínuo.