Sobre a vaga
**Quem é o Candidato Que Buscamos**
Buscamos uma pessoa engenheira de dados sênior que construa a fundação de dados para os casos de uso de Inteligência Artificial da Rock Encantech. Ela será responsável por levar soluções de IA do protótipo à produção com qualidade, governança e custo controlado, conectando a plataforma de dados existente a aplicações de LLM, recomendação e personalização para o varejo. A entrega de valor esperada é acelerar a capacidade da Rock de oferecer produtos com IA para varejistas, sem depender de esforços isolados e difíceis de sustentar. O perfil ideal tem profundidade técnica em engenharia de dados, experiência prática com pipelines para IA e maturidade para tomar decisões de arquitetura, documentar e elevar o nível técnico do time.
**Principais Atividades**
Projetar, construir e manter pipelines de dados em batch e streaming que alimentam modelos e aplicações de IA, usando Databricks (Spark, Delta Lake) e serviços AWS (S3, Glue, EMR Serverless)
Construir pipelines de ingestão, limpeza, chunking e geração de embeddings para aplicações de RAG, incluindo gestão de índices vetoriais (Databricks Vector Search ou similares)
Estruturar e manter feature stores e datasets curados para modelos de recomendação, propensão e personalização no contexto de varejo e fidelidade
Implantar práticas de MLOps e LLMOps: versionamento de dados e modelos, rastreabilidade com MLflow, monitoramento de qualidade, drift e custo em produção
Garantir governança dos dados usados por IA no Unity Catalog, com controle de acesso, linhagem, anonimização de dados pessoais e conformidade com LGPD
Otimizar performance e custo de pipelines e workloads de IA (clusters, jobs, inferência, uso de tokens), em linha com as metas de FinOps da plataforma
Atuar junto ao Data Product Manager, Analytics e squads de produto para transformar casos de uso de IA em soluções escaláveis e mensuráveis
Definir padrões técnicos, revisar código e conduzir decisões de arquitetura de dados para IA, documentando trade-offs
Implementar testes, validações de qualidade de dados e avaliações (evals) para saídas de modelos e aplicações com LLM
Apoiar o desenvolvimento técnico de engenheiros plenos e juniores por meio de pareamento, revisão de código e compartilhamento de conhecimento
**Observações**
Perfil acadêmico e habilidades
Formação superior em Ciência da Computação, Engenharia, Sistemas de Informação, Matemática, Estatística ou áreas correlatas
Experiência sólida como Engenheiro(a) de Dados, com atuação em nível sênior em ambientes de produção
Domínio de Python e SQL para processamento de dados em larga escala
Experiência avançada com Apache Spark e Delta Lake, preferencialmente em Databricks
Experiência com serviços de dados da AWS (S3, Glue, EMR, Athena, IAM)
Experiência prática na construção de pipelines para aplicações de IA ou ML em produção
Conhecimento de arquitetura lakehouse, modelagem de dados (incluindo star schema) e camadas medallion
Experiência com orquestração de pipelines (Databricks Workflows, Airflow ou similares) e CI/CD com Git
Conhecimento de conceitos de LLMs, embeddings, bancos vetoriais e RAG
Boas práticas de qualidade de dados, observabilidade, segurança e privacidade (LGPD)
Qualificações desejáveis
Experiência com Databricks Mosaic AI, Vector Search, Model Serving e Unity Catalog
Experiência com MLflow, feature stores e monitoramento de modelos em produção
Vivência com frameworks de aplicações LLM (LangChain, LlamaIndex, DSPy ou similares) e APIs de modelos de linguagem
Experiência com avaliação de aplicações de LLM (evals, LLM-as-judge, métricas de RAG)
Conhecimento de sistemas de recomendação e modelos de propensão aplicados a varejo
Experiência com otimização de custo de workloads de dados e IA em cloud
Experiência com Delta Sharing ou compartilhamento de dados com parceiros externos
Conhecimento de Infraestrutura como Código (Terraform)
Certificações Databricks (Data Engineer Professional, ML Associate) ou AWS
Inglês intermediário a avançado para leitura de documentação e papers técnicos
Observações
A pessoa atuará na squad Plataforma de Dados da tribo Shared Services e será uma referência técnica em dados para IA na Rock. Buscamos alguém que goste de levar coisas para produção, não apenas de prototipar. Sugestão de etapa no processo: desafio técnico ou conversa de system design sobre um pipeline de RAG ou recomendação, avaliando decisões de arquitetura, governança e custo.