Formação

• Ensino superior completo em Tecnologia da Informação, Engenharia, Sistemas de Informação ou áreas correlatas

Conhecimentos necessários

• Experiência sólida em engenharia de dados
• Conhecimento em Python e/ou PySpark
• Experiência com Databricks e Spark (batch e/ou streaming)
• Experiência com pipelines de dados (ETL/ELT)
• Modelagem de dados (Data Lake / Lakehouse)
• Experiência com dados não estruturados (documentos, textos, etc.)
• Integração e consumo de APIs

Habilidades técnicas

• Capacidade de atuar com autonomia na construção de pipelines
• Conhecimento em arquitetura moderna de dados
• Experiência com processamento e preparação de dados para IA
• Atuação em ambientes complexos com múltiplas integrações

Competências comportamentais

• Capacidade analítica e pensamento estruturado
• Autonomia e postura investigativa
• Facilidade para lidar com dados não estruturados
• Boa comunicação e colaboração com times multidisciplinares

Requisitos desejáveis

• Experiência com RAG (Retrieval-Augmented Generation)
• Conhecimento em embeddings e bancos vetoriais
• Experiência com chunking de documentos
• Vivência com LangChain ou frameworks similares
• Conhecimento em OpenAI, Azure OpenAI ou outros LLMs
• Conhecimento em indexação semântica e busca vetorial
• Experiência com ingestão de documentos corporativos (PDF, Word, HTML)
• Vivência com pipelines de dados voltados para IA
• Experiência em ambientes corporativos complexos ou projetos de grande porte