A Valtech é uma agência digital global que ajuda organizações a melhorar a experiência dos clientes e avançar em seus negócios digitais. Seu trabalho reúne tecnologia, marketing, dados e inteligência artificial para apoiar iniciativas de comércio, a transformação digital empresarial e um melhor desempenho de marketing. Com equipes e escritórios em todo o mundo, a Valtech trabalha em parceria com empresas em estratégia digital, inovação de experiências e uso prático de dados para construir futuros digitais mais eficazes.
Engenheiro(a) de Dados Sênior Remoto na Macedônia do Norte na Valtech
Junte-se à Valtech como Engenheiro(a) de Dados Sênior, desenvolvendo plataformas de dados em nuvem que apoiam analytics, IA, IA generativa e produtos de dados. A função tem foco em pipelines escaláveis, arquitetura lakehouse, governança e entrega confiável de dados.
Descrição
- Criar e otimizar plataformas de dados em nuvem para analytics, IA e produtos de dados
- Desenvolver pipelines confiáveis em lote, streaming e quase em tempo real com ferramentas como Spark e Delta Lake
- Criar fluxos de ingestão, transformação e curadoria para dados estruturados e não estruturados
- Implementar arquiteturas lakehouse e camadas medallion usando Databricks ou Fabric
- Fornecer conjuntos de dados selecionados para analytics, machine learning, modelagem causal e otimização
- Desenvolver fluxos de dados de IA generativa envolvendo LLMs, RAG, busca vetorial e agentes
- Projetar modelos de dados lógicos e físicos escaláveis
- Orquestrar fluxos de trabalho com Airflow, dbt, Databricks Workflows, Azure Data Factory ou ferramentas comparáveis
- Aplicar práticas de governança, linhagem, qualidade, controle de acesso e segurança de dados
- Estabelecer monitoramento para atualização dos dados, confiabilidade dos pipelines e desempenho dos SLAs
- Dar suporte a camadas de disponibilização de dados, como APIs, entradas de features e endpoints analíticos
- Otimizar pipelines e infraestrutura para desempenho, escalabilidade e eficiência de custos
- Esclarecer e aprimorar os requisitos de negócio com as partes interessadas
- Trabalhar com cientistas de dados, engenheiros de ML, analistas, equipes de plataforma e partes interessadas do negócio
- Apoiar a adoção de produtos de dados e avançar as práticas do ecossistema de dados e IA
Requisitos
- Experiência sênior em engenharia de dados
- Experiência prática com Apache Spark e Delta Lake
- Sólidos conhecimentos de programação em Python e SQL
- Experiência comprovada na criação de pipelines de dados em lote e streaming
- Experiência na entrega de plataformas de dados prontas para produção
- Conhecimento sólido de modelagem de dados e dos princípios de qualidade e governança de dados
- Experiência prática com serviços de dados da AWS e Databricks Lakehouse, ou com serviços e ferramentas do Microsoft Azure/Fabric
- Profundo conhecimento em pelo menos uma trilha de plataforma AWS ou Azure/Fabric
- Experiência com arquiteturas lakehouse e sistemas de dados distribuídos
- Forte compreensão de escalabilidade, confiabilidade e desempenho de pipelines
- Grande capacidade de resolução de problemas e abordagem colaborativa para o trabalho multifuncional
- Familiaridade com Snowflake ou GCP é útil, mas não obrigatória
- Experiência em ambientes ágeis ou de consultoria é um diferencial
- Também são valorizadas experiências com AWS e Azure/Fabric, IA generativa e sistemas de dados de IA, CI/CD para pipelines de dados, Terraform ou CloudFormation, Kafka, otimização de Spark, analytics avançado, cargas de trabalho de ML, produtos de dados ou plataformas de analytics em grande escala
- Nenhuma formação educacional é especificada
Benefícios
- Seguro de saúde privado
- Treinamento e certificação por meio de um programa educacional
- Programa de bem-estar
- Café, bebidas e lanches gratuitos no trabalho
- Jantares da empresa
- Atividades da empresa, como viagens de esqui, kart, laser tag, degustação de vinhos, piqueniques e aulas de culinária
- Salário competitivo
- 24 dias de férias
- Eventos anuais para toda a equipe
- Projetos desafiadores
- Cultura inclusiva com apoio ao crescimento profissional
- Cultura de feedback aberto
- Adaptações razoáveis durante as entrevistas