Descrição da vaga:
Liderar tecnicamente o time de Dados e IA, posicionando-se como um generalista técnico com visão sistêmica, capaz de transitar entre as áreas de dados, inteligência artificial e software sem barreiras. A missão central é exercer total autonomia para arquitetar soluções complexas do zero em projetos de alta escala ou missão crítica, mantendo sempre o foco na qualidade, resiliência, custo-eficiência e na excelência da experiência do usuário final.
Responsabilidades e atribuições:
* Arquitetar e desenvolver soluções tecnológicas complexas iniciando do zero;
* Atuar em projetos de alta escala e de missão crítica, garantindo a estabilidade operacional;
* Liderar tecnicamente e mentorar profissionais de níveis júnior, pleno e sênior;
* Garantir a qualidade, resiliência e a relação custo-benefício (custo-eficiência) das soluções entregue;
* Promover a integração fluida entre as frentes de Engenharia de Dados, IA/ML e Engenharia de Software.
Requisitos e qualificações:
* Eficiência de Modelos: Sucesso na avaliação de modelos através de métricas offline/online, precision-recall, ROC, calibration e business metrics;
* Qualidade e Monitoramento: Efetividade no monitoramento de dados (Data Quality via Great Expectations, Soda, dbt tests) e observabilidade ponta a ponta (Latência das APIs, uptime dos pipelines de dados e sucesso no processamento distribuído -Spark);
* Performance de ML: Controle de drift e performance de modelos em produção (Evidently AI);
* Estabilidade de Sistemas: Performance e observabilidade através de profiling, tracing distribuído e logging estruturado;
* Resiliência e Segurança: Redução de incidentes de segurança (OWASP Top 10) e conformidade com políticas de governança e ética em IA;
* Impacto no Usuário: Nível de excelência e satisfação na experiência do usuário final com as ferramentas e assistentes desenvolvidos;
* Nível avançado/especialista em Engenharia de Dados e IA/Machine Learning, com senioridade em Engenharia de Software;
* Generalista técnico com visão sistêmica e autonomia para arquitetar soluções do zero em projetos de missão crítica. Capacidade comprovada de liderança técnica;
* Educação/Base: Sólido conhecimento em estatística (descritiva, inferencial e testes de hipóteses) e modelagem de dados.
Engenharia de Dados:
* Domínio avançado de SQL (queries complexas, otimização, window functions) e modelagem de dados;
* Experiência sólida com ETL/ELT em escala, incluindo design de pipelines resilientes;
* Bancos relacionais (PostgreSQL), não relacional (MongoDB) e vetoriais (Milvus, Pinecone, S3 Vector);
* Integração com APIs externas e fontes de dados exógenas (REST, GraphQL, webhooks);
* Cloud distribuída: AWS avançado (EC2, ECS/Fargate, S3, Lambda, IAM, VPC, CloudWatch);
* Streaming de dados em tempo real (Apache Kafka);
* Processamento distribuído (Apache Spark);
* Infraestrutura como Código (Terraform);
* Orquestração de workflows (Apache Airflow);
* Monitoramento avançado: Data Quality (Great Expectations, Soda, dbt tests);
* Observability de pipelines (Prometheus, Grafana, ELK, OpenTelemetry), ML monitoring (drift, performance, Evidently AI);
* Governança de dados (Apache Ranger);
* Data lake/lakehouse moderno (Iceberg, PyIceberg);
* Ferramentas de visualização e exploração (Metabase, Power BI).
Engenharia de IA / Machine Learning:
* Sólida base em estatística descritiva, inferencial, testes de hipóteses, distribuições;
* Experiência com modelos supervisionados, não-supervisionados, clustering, recomendação, forecasting;
* Domínio de avaliação de modelos (métricas offline/online, precision-recall, ROC, calibration, business metrics), test A/B/n, canary, shadow deployment;
* Criação e produção de IAs conversacionais (assistentes, chatbots, copilots);
* Arquitetura e implementação de sistemas RAG avançados (retrieval, reranking, chunking inteligente, hybrid search, query transformation) com Vector DBs;
* Desenvolvimento de Agentes de IA autônomos e multiagentes (LangChain,LangGraph, LangFuse);
* Criação de Agent as a Service, orquestração de agentes, tool calling, reasoning loops;
* Experiência com Model Context Protocol (MCP): implementação de MCP Clients e
* MCP Servers, integração de ferramentas externas e dados proprietários em agentes;
* MLOps: versionamento (MLflow, DVC), feature store, serving (Sagemaker, KServe,
* BentoML, vLLM), monitoring de modelos em produção;
* Conhecimento prático de LLMs (prompt engineering avançado, evaluation
* frameworks);
* Familiaridade com ética em IA, bias mitigation, explainability (SHAP, LIME).
Engenharia de Software:
* Python avançado (typing, async/await, decorators, generators, context managers,
* metaprogramming);
* Desenvolvimento de APIs REST/GraphQL escaláveis (FastAPI, Django REST Framework);
* Design de sistemas CRUD, microsserviços, event-driven architecture;
* Testes automatizados (pytest, unittest, TDD/BDD, property-based testing, mocking);
* CI/CD moderno (GitHub Actions, GitLab CI, Jenkins);
* Contêineres e orquestração (Docker, Kubernetes, ECS);
* Clean Code, design patterns, SOLID, DDD quando aplicável;
* Segurança de aplicações (OWASP Top 10, secrets management, JWT/OAuth, rate
* limiting);
* Performance e observabilidade (profiling, tracing distribuído, logging estruturado).
Requisitos desejáveis:
* Gestão de equipes;
* Vivência com metodologia ágil;
* Conhecimento em produtos TOTVS.