Contratação:
Modelo de Trabalho:
Definir diretrizes, padrões e boas práticas técnicas para o desenvolvimento de soluções de Dados e Inteligência Artificial, garantindo consistência, escalabilidade, segurança e qualidade das soluções entregues pela equipe;
Atuar na definição e evolução da arquitetura de dados e IA, orientando a escolha de tecnologias, frameworks, padrões de integração, modelos de dados e abordagens técnicas adequadas às necessidades do negócio;
Estabelecer padrões e guidelines para desenvolvimento, documentação, governança, qualidade e observabilidade de produtos e soluções de dados e IA;
Liderar tecnicamente iniciativas estratégicas de Dados, IA Generativa e agentes de IA, desde a concepção e experimentação até a implementação e evolução em escala;
Explorar e avaliar novas tecnologias, ferramentas e abordagens de Inteligência Artificial, incluindo LLMs, agentes, automação e Model Context Protocol (MCP), identificando oportunidades de aplicação e definindo padrões para sua adoção no ecossistema de dados;
Atuar como referência técnica e consultor interno para as equipes de dados, apoiando decisões de arquitetura, resolução de problemas complexos e definição das melhores abordagens para as soluções;
Garantir que as soluções desenvolvidas estejam alinhadas aos princípios de governança, segurança, privacidade, qualidade e uso responsável de dados e IA, considerando os padrões e políticas da organização;
Promover a evolução da maturidade técnica da equipe, disseminando conhecimento, realizando mentorias, compartilhando boas práticas e estimulando a experimentação e a inovação;
Trabalhar em parceria com as áreas de negócio, Produto, Engenharia e demais áreas técnicas na definição de estratégias e roadmaps de Dados e IA, conectando as decisões técnicas aos objetivos estratégicos da organização;
Identificar oportunidades de padronização, automação, reutilização e ganho de escala, reduzindo complexidade e aumentando a eficiência no desenvolvimento e operação das soluções;
Avaliar tecnicamente soluções e propostas desenvolvidas pela equipe, contribuindo para decisões de build vs. buy, escolha de tecnologias, padrões de implementação e evolução da plataforma de dados e IA;
Acompanhar indicadores de qualidade, eficiência, adoção e impacto das soluções, promovendo continuamente a evolução dos padrões e da arquitetura de Dados e IA.
Não informado
Formação superior completa em área de Tecnologia, Dados, Engenharia, Estatística ou correlatas;
Experiência sólida em Python, SQL e Engenharia de Dados;
Experiência comprovada em IA Generativa/LLMs e desenvolvimento de soluções de IA;
Experiência com plataformas de dados e Cloud, como Databricks, BigQuery ou AWS;
Experiência na definição de arquitetura, padrões técnicos e boas práticas de Dados e IA;
Experiência atuando como referência técnica/liderança técnica em projetos de Dados e/ou IA;
Programação e Engenharia de Dados: domínio avançado de Python, SQL e PySpark, com experiência na construção de pipelines, processamento de dados em escala, automação e desenvolvimento de soluções robustas e reutilizáveis;
Plataformas e Arquitetura de Dados: experiência consolidada em plataformas de dados em Cloud, como Databricks, BigQuery ou AWS, com domínio de conceitos como Delta Lake, Unity Catalog, Data Lake/Lakehouse, modelagem, governança e qualidade de dados;
Inteligência Artificial e GenAI: experiência prática no desenvolvimento de soluções utilizando LLMs, IA Generativa, agentes de IA e RAG;
Arquiteturas de Agentes e MCP: conhecimento e experiência na construção de arquiteturas de agentes de IA e na utilização do Model Context Protocol (MCP) para integração de modelos com dados, APIs, sistemas e ferramentas corporativas;
MLOps e LLMOps: conhecimento em práticas de CI/CD, automação, deploy, monitoramento, avaliação e governança de modelos de Machine Learning e soluções baseadas em LLMs em ambientes produtivos;
Arquitetura e padrões técnicos: capacidade de definir arquiteturas, padrões de desenvolvimento, frameworks, guidelines e boas práticas para soluções de Dados e IA, considerando aspectos de escalabilidade, performance, segurança, governança e sustentabilidade;
Cloud e Integração: experiência com serviços de Cloud, APIs, microsserviços e integração entre diferentes fontes, plataformas e sistemas, com capacidade de avaliar e definir as tecnologias mais adequadas para cada solução;
Governança, Segurança e Qualidade: conhecimento de princípios e práticas de governança de dados, segurança, controle de acesso, qualidade, observabilidade e uso responsável de Inteligência Artificial;
Experimentação e inovação tecnológica: capacidade de avaliar novas tecnologias e frameworks de Dados e IA, realizar provas de conceito e transformar experimentações em soluções padronizadas, escaláveis e aplicáveis ao negócio.
Conhecimentos que te destacam:
Conhecimento de frameworks e plataformas para desenvolvimento de soluções de IA, como LangChain, LangGraph, CrewAI, AWS Bedrock ou tecnologias equivalentes;
Conhecimento da indústria de mídia e publicidade, incluindo modelos de negócio, produtos e métricas de audiência, consumo de conteúdo e monetização de mídia;
Conhecimento do ecossistema de publicidade, incluindo anunciantes, agências, veículos, inventário publicitário, planejamento, compra e mensuração de campanhas;
Familiaridade com conceitos e métricas de audiência, alcance, frequência, GRP, CPM, impressões, cobertura e segmentação de públicos;
Conhecimento sobre publicidade digital e programática, incluindo conceitos de first-party data, third-party data, audience activation, segmentação e mensuração de campanhas;
Experiência com dados de audiência e comportamento de consumidores, incluindo integração e cruzamento de diferentes fontes de dados para geração de insights e construção de produtos de dados;
Conhecimento sobre monetização de dados e produtos de dados para publicidade, identificando oportunidades de utilização de dados para geração de receita e aumento de valor para anunciantes e agências;
Familiaridade com desafios de mensuração e atribuição de campanhas publicitárias, incluindo análise de performance, incrementalidade e avaliação de resultados;
Experiência em projetos de Dados e IA aplicados à mídia, publicidade, marketing, audiência ou conteúdo;
Conhecimento sobre a transformação do mercado de mídia, incluindo a integração entre TV/linear, digital, streaming, CTV e outros ambientes de consumo de conteúdo.