Data Engineer Coordinator (AI Engineering)

Vaga não está no LinkedIn

🔥 13 horas atrás

🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟡 Pleno

🟠 Sênior

🚰 Engenheiro de Dados

👻 Score fantasma 25%

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

Nestle

SiteLinkedInTodas as Vagas

5001 - 10000 funcionários

🍽️ Alimentos e Bebidas

🏭 Manufatura

📦 Logística

Food & Beverage • Manufacturing • Logistics

A Nestlé é uma multinacional suíça de alimentos e bebidas que produz e comercializa uma ampla gama de alimentos e bebidas embalados, incluindo café, água engarrafada, produtos lácteos, nutrição infantil, confeitaria, alimentos congelados e marcas de cuidados com animais de estimação. A empresa vende seus produtos globalmente através de canais de varejo e serviços de alimentação, opera extensas operações de fabricação e cadeia de suprimentos, e foca em iniciativas de nutrição, saúde e bem-estar.

Descrição

• Desenhar, desenvolver e evoluir soluções de dados em ambientes modernos de analytics. • Atuar como referência técnica em iniciativas estratégicas e apoiar a adoção de boas práticas de engenharia de dados. • Desenhar e implementar soluções agentivas corporativas, incluindo orquestração de LLMs, fluxos de raciocínio, ferramentas externas e integração com APIs e dados da empresa. • Projetar pipelines de Retrieval-Augmented Generation (RAG), incluindo indexação, recuperação e enriquecimento de contexto. • Evoluir agentes para consultar bases de conhecimento, sistemas analíticos e corporativos com autenticação e controle de acesso. • Garantir observabilidade, gestão de custos de inferência, seleção de LLMs 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 construção de soluções analíticas reutilizáveis e sustentáveis. • Identificar oportunidades de melhoria de performance, eficiência operacional e otimização de custos. • Apoiar revisões técnicas e 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.

🎯 Requisitos

• 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. • Conhecimentos desejáveis: Databricks Spark, Delta Lake, Unity Catalog, Workflows e Asset Bundles. • Conhecimentos desejáveis: Azure Data Factory, Data Lake Gen2, Azure Functions e serviços de integração. • Conhecimentos desejáveis: GitHub, Azure DevOps e práticas de DevSecOps. • Conhecimentos desejáveis: Data Catalog, Data Lineage, Data Observability e Metadata Management. • Conhecimentos desejáveis: Frameworks e ferramentas de AI Engineering, LLMOps e Agentic AI.

🏖️ Benefícios

• Teletrabalho