O que você precisa para fazer parte deste time - Arquitetura de Dados para IA: 

• Experiência na construção de pipelines de dados otimizados para projetos de machine learning (ML) e inteligência artificial (IA), com foco em ingestão, transformação e preparação de dados.
• ETL e ELT para Modelagem de Dados de IA: 
• Conhecimento em processos de ETL/ELT voltados para a ingestão de grandes volumes de dados para aplicações de ML/IA.
• Linguagens: Python (imprescindível) e R (diferencial).
• Frameworks de IA/ML: TensorFlow, PyTorch, Scikit-Learn, MLflow.
• Scripting: Bash/Shell para automação de fluxos de trabalho.
• Experiência comprovada em Google Gemini.
• Experiência comprovada em Google ADK.
• Conhecimento Comprovado em Desenvolvimento de API em Python (Minimo 3 Anos);
• Experiência com ferramentas para CI/CD e automação de fluxos de machine learning, como MLflow, DVC e Kubeflow.
• Familiaridade com ferramentas de monitoramento e validação de dados, Cloud Logging, Cloud Monitoring, Dynatrace ou Datadog.
• Airflow, Luigi ou Prefect para a orquestração de pipelines de ML/IA.
• Conhecimento em SQL e NoSQL (BigQuery, redshift, MongoDB, Cassandra, Redis).
• Capacidade de gerenciar Data Lakes para preparação de dados de IA, com foco em AWS (S3) e GCP (BigQuery e Dataplex).
• Conhecimento em Feature Stores (ex: Vertex AI Feature Store, AWS SageMaker Feature Store ou Tecton).
• AWS: Experiência com S3, Glue, SageMaker, EC2, Lambda e Redshift.
• GCP: Experiência com BigQuery, Dataflow, Pub/Sub, Dataproc, Cloud Run, Composer, Vertex AI, Cloud Functions e Dataplex.
• Docker e Kubernetes para execução e orquestração de modelos de IA/ML.
• Conhecimento em Terraform e CloudFormation para provisionar a infraestrutura nec