Data Engineer Coordinator (AI Engineering)

Resumo da posição: Localização: Nestlé Sede Área/Stream: IT & Digital Reporte: Data Engineering Governance Manager Modalidade: Teletrabalho Existe candidato Mapeado? Não

Um dia na vida de...

O Engenheiro de Dados será responsável por desenhar, desenvolver e evoluir soluções de dados em ambientes modernos de analytics, atuando como referência técnica em iniciativas estratégicas e apoiando a adoção de boas práticas de engenharia de dados.

• Arquitetura de Agentes de IA: Desenhar e implementar soluções agentivas corporativas, cobrindo orquestração de LLMs, fluxos de raciocínio, ferramentas externas e integração com APIs e dados da empresa.

• Engenharia de Contexto e RAG: Projetar pipelines de Retrieval-Augmented Generation (indexação, recuperação e enriquecimento de contexto) para aumentar a acurácia e reduzir alucinações.

• Integração de Ferramentas e Conectores: Evoluir agentes para consultar bases de conhecimento, sistemas analíticos e corporativos com autenticação e controle de acesso rigorosos.

• Produtização e LLMOps: Garantir observabilidade, gestão de custos de inferência, seleção ideal de LLMs conforme o contexto 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 na construção de soluções analíticas reutilizáveis e sustentáveis.

• Identificar oportunidades de melhoria de performance, eficiência operacional e otimização de custos.

• Apoiar revisões técnicas e a 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.

O que vai contribuir para seu sucesso?

Requisitos Obrigatórios:

• 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.

• Databricks: Spark, Delta Lake, Unity Catalog, Workflows e Asset Bundles.

• Azure Data Factory, Data Lake Gen2, Azure Functions e serviços de integração.

• GitHub, Azure DevOps e práticas de DevSecOps.

• Data Catalog, Data Lineage, Data Observability e Metadata Management.

• Frameworks e ferramentas de AI Engineering, LLMOps e Agentic AI.