Senior Data Engineer, Python, AWS, ML Pipelines

Vaga não está no LinkedIn

🕒 Abril 1

🌐 Portugal, Brasil – Remoto

🇵🇹 Portugal – Remoto 🇧🇷 Brasil – Remoto

⏰ Tempo Integral

🟠 Sênior

🔙 Engenheiro Backend

👻 Score fantasma 48%

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

Vigil

SiteLinkedInTodas as Vagas

51 - 200 funcionários

💼 Consultoria

🏥 Saúde

📣 Marketing

Consulting • Healthcare • Marketing

A Vigil é uma consultoria de tecnologia especializada em engenharia de software e transformação em cloud. Nosso foco é criar produtos digitais excepcionais que gerem valor para o negócio, com um compromisso contínuo com a inovação. A Vigil valoriza reconhecimento, valorização, equilíbrio entre vida pessoal e trabalho e oportunidades de crescimento, assegurando a felicidade e a motivação de suas equipes. Convidamos os clientes a colaborar conosco para dar vida aos seus projetos.

Descrição

• Building and maintaining data and machine learning pipelines in production • Developing ETL and data processing workflows using Python • Orchestrating workflows using tools such as Airflow and AWS Step Functions • Working with AWS Glue for data processing and pipeline execution • Supporting the deployment of machine learning models into production using SageMaker • Working closely with Data Scientists and ML Engineers to productionise ML models • Monitoring, troubleshooting, and improving pipeline reliability and performance • Contributing to architecture and technical decisions around data platform and ML infrastructure • Working in an agile environment with distributed teams

🎯 Requisitos

• Strong experience with Python • Experience building data pipelines and/or ML pipelines in production • Hands-on experience with Airflow • Experience with AWS Step Functions and AWS Glue • Experience deploying ML models using AWS SageMaker • Strong experience with AWS cloud • Experience working with production systems at scale • Experience working in cross-functional teams with Data Scientists • Strong communication skills and ability to work in a distributed team environment. • Strong English communication skills, both written and verbal

🏖️ Benefícios

• A culture in which we don’t criticise failure but ensure we learn from our mistakes • An Agile environment where your ideas are welcome • Ongoing Training & Mentoring • The possibility of travel