Localização: Porto Alegre – RS
Detalhes da VagaEscolaridade Não InformadoSegmento Não InformadoSalário Não InformadoÁrea de AtuaçãoDiversos / OutrosO que você irá fazer
- Por isso, precisamos de pessoas apaixonados por desafios e com sede de aprendizado contínuo.
- Buscamos por novos makers para sonharem com a gente, que enxerguem além do óbvio e que estejam prontos para se juntar a nós nessa jornada de transformação e crescimento.
- Estamos expandindo nossos horizontes e buscamos pessoas que compartilhem dessa mesma paixão pela tecnologia e pelo aprendizado contínuo.
- Se você se encaixa nesse perfil, venha fazer parte do nosso time! RESPONSABILIDADES E ATRIBUIÇÕES Definir e projetar arquiteturas de dados escaláveis que suportem múltiplos projetos de Inteligência Artificial, garantindo alta disponibilidade, performance e segurança.
- Selecionar e implementar infraestruturas de dados em nuvem (AWS, Azure, GCP) garantindo a melhor relação custo-benefício para diferentes cargas de trabalho.
- Projetar pipelines de dados robustos e automatizados para ingestão, transformação e disponibilização de grandes volumes de dados para treinamento e inferência de modelos de IA.
- Definir e implementar estratégias de armazenamento eficientes para diferentes tipos de dados (estruturados, semiestruturados, não estruturados), utilizando Data Lakes, Data Warehouses e bancos de dados distribuídos.
- Garantir a governança de dados , incluindo versionamento, controle de acesso, auditoria e conformidade com normas regulatórias.
- Criar e gerenciar ambientes escaláveis para execução de modelos de IA , considerando desde treinamento distribuído até inferência em tempo real.
- Definir padrões e frameworks de MLOps e DataOps , garantindo a automação, monitoramento e escalabilidade de pipelines de Machine Learning e Deep Learning.
- Garantir alta disponibilidade e tolerância a falhas nas soluções de dados, aplicando estratégias de replicação, balanceamento de carga e recuperação .
- Projetar soluções para processamento distribuído e otimização de workloads intensivos, utilizando tecnologias como Apache Spark.
- Definir estratégias de caching e otimização de consultas para acelerar acesso a dados.
- Monitorar e otimizar o desempenho da infraestrutura de dados e IA, ajustando recursos de computação, armazenamento e rede conforme a demanda.
- Documentar a arquitetura de dados e infraestrutura de IA , garantindo que o conhecimento seja compartilhado e replicável em outros projetos.
- REQUISITOS E QUALIFICAÇÕES Formação acadêmica em Ciência da Computação, Engenharia, Sistemas de Informação ou áreas correlatas.
- Experiência comprovada no desenho e implementação de arquiteturas de dados e infraestrutura para projetos de IA em larga escala.
- Conhecimento profundo em computação em nuvem (AWS, Azure, GCP) e em como provisionar recursos para projetos de IA (GPU instances, Auto-scaling, Lambda Functions, etc.
- ).
- Experiência com contêineres e orquestração usando Docker, Kubernetes para escalabilidade de pipelines de IA.
- Familiaridade com arquiteturas de armazenamento distribuído , como HDFS, Amazon S3, Google Cloud Storage e Azure Data Lake.
- Experiência com processamento distribuído e otimização de cargas de trabalho.
- Conhecimento em bancos de dados de alto desempenho.
- Experiência na definição de estratégias de segurança e compliance , incluindo criptografia de dados, autenticação e autorização via IAM, e auditoria de acessos.
- Capacidade de balancear custos e desempenho da infraestrutura , otimizando o uso de recursos de computação e armazenamento.
- Conhecimento em redes e arquiteturas de comunicação entre sistemas distribuídos.
- Experiência com MLOps e CI/CD para IA para automação da infraestrutura.
- Habilidade para definir estratégias de versionamento e monitoramento de modelos de IA em produção.
- Capacidade de liderança técnica e colaboração com equipes multidisciplinares , incluindo engenheiros de software, cientistas de dados e arquitetos de soluções.
- Diferenciais : Certificações em cloud computing e arquitetura de dados (AWS Certified Solutions Architect, Google Professional Data Engineer, Azure Data Engineer).
- Experiência na implementação de arquiteturas híbridas e multi-cloud , garantindo interoperabilidade entre diferentes provedores de nuvem.
- Conhecimento avançado em inferência acelerada para IA , utilizando GPUs, TPUs e frameworks Experiência com arquiteturas serverless para otimização de custos e escalabilidade.
- Experiência em liderança de projetos e mentoring de equipes técnicas.
Informações AdicionaisQuantidade de Vagas 1Jornada Não Informado
Empresa: Não informado
