Profissional Cientista de Dados Sênior

A primeira coisa que você precisa saber é que aqui você não vai cair na rotina. A Confidencial (Apenas para Cadastrados) desenvolve soluções para empresas de diferentes setores e indústrias. Cada projeto tem suas tecnologias, soluções e prazos e você terá oportunidade de atuar e experimentar diferentes desafios. Além da nossa atuação pelo Brasil, com escritório no Rio de janeiro, São Paulo e Belo Horizonte, temos também filiais nos Estados Unidos, fazendo com que a Confidencial (Apenas para Cadastrados) se consolide cada vez mais como uma empresa global.

Quer fazer parte dessa história e transformar ideias e sonhos em realidade?

Como Cientista de Dados você vai:

Avaliar e implementar soluções baseadas em LLMs (open-source ou APIs comerciais como OpenAI, Azure OpenAI, Anthropic, Cohere etc.).

· Apoiar na estruturação e evolução de plataformas de GenAI internas (chatbots, copilots, RAG, assistentes de produtividade).

· Trabalhar com arquiteturas de Retrieval-Augmented Generation (RAG), prompt engineering, fine-tuning e embeddings.

· Integrar LLMs com sistemas internos e dados proprietários de forma segura e escalável.

· Definir padrões de governança, rastreabilidade e uso responsável da IA generativa.

· Atuar junto a equipes de produto e desenvolvimento para incorporar IA generativa em jornadas e fluxos de trabalho.

· Apoiar iniciativas de segurança, conformidade e mitigação de riscos ligados ao uso de IA.

· Promover a disseminação de conhecimento e boas práticas de uso da IA na organização.

· Projetar e operar pipelines de ingestão/ELT (batch e streaming) a partir de múltiplas fontes (APIs REST/Graph, arquivos, bancos relacionais/NoSQL, mensageria).

· Orquestrar fluxos de dados com Airflow/Dagster/Prefect e, quando aplicável, CDC (ex.: Debezium).

· Modelar dados e padronizar formatos (Parquet/Delta), organizando camadas Bronze/Silver/Gold em data lakes (ex.: S3/ADLS) e/ou warehouses.

· Implementar catálogos, linhagem e contratos de dados (ex.: OpenMetadata/Amundsen; testes de qualidade com Great Expectations).

· Construir e manter pipelines de vetorização e indexação (pgvector, Pinecone, Weaviate, Milvus), incluindo estratégias de refresh/reindex e re-ranking.

· Configurar conectores e parsing de documentos (OCR e extração de PDF/Office com Unstructured, Azure Form Recognizer, etc.).

· Instrumentar observabilidade ponta a ponta (logs, métricas, traces) e otimização de custo/latência em serviços GenAI e dados.

Requisitos necessários para a vaga

· Experiência comprovada com aplicações de IA generativa, especialmente LLMs (incluindo RAG).

· Conhecimento prático em uso de APIs de LLMs (OpenAI, Azure OpenAI, Cohere, HuggingFace, etc.).

· Familiaridade com técnicas de prompt engineering e/ou fine-tuning (LoRA/PEFT).

· Experiência em projetos com dados não estruturados (textos, documentos, etc.).

· Experiência com ferramentas como LangChain, LlamaIndex ou equivalentes.

· Experiência com frameworks de agentes de IA (LangGraph, Semantic Kernel, etc.).

· Conhecimento em vetorização de dados e uso de bancos de vetor (Pinecone, Weaviate, Milvus, FAISS, pgvector etc.).

· Sólida experiência em Engenharia de Dados: ingestão/ELT, modelagem, qualidade e linhagem; pipelines batch/stream; mensageria (Kafka/Event Hubs).

· Domínio de Python e SQL para prototipação e deploy; integração com APIs REST/Graph e pipelines de dados.

· Vivência com orquestradores (Airflow/Dagster/Prefect) e organização de dados em Parquet/Delta (camadas Bronze/Silver/Gold) em S3/ADLS.

· Prática com CI/CD (GitHub Actions/Azure DevOps), IaC (Terraform) e execução em cloud (Azure e/ou AWS) - preferencialmente em serviços gerenciados (App Service, ECS Fargate).

· Conhecimentos de segurança e governança (PII/DLP, RBAC/OIDC - ex.: Keycloak/Azure AD, criptografia, auditoria).

Requisitos desejáveis para a vaga

· Experiência com modelos open source (Mistral, LLaMA, Qwen, etc.) e servidores de inferência (vLLM/TGI).

· Familiaridade com MLOps e deploy/monitoramento de modelos em produção.

· Experiência com Spark/Databricks, dbt, DuckDB e/ou CDC (Debezium).

· Uso de catálogo/linhagem e testes de dados (OpenMetadata/Amundsen; Great Expectations).

· Conhecimento sobre ética e riscos da IA (bias, alucinação, privacidade).

· Inglês técnico.

Benefícios:

• Assistência Médica Nacional (para o titular e dependentes, com quarto privativo)
• Assistência odontológica nacional (para o titular e dependentes)
• Vale refeição / alimentação flexível
• Auxílio home office
• Day off (no mês do aniversário)
• Wellhub (antigo Gympass)
• Licença Maternidade (6 meses) e Paternidade (20 dias) estendidas
• Auxílio creche para filhos de até 3 anos (por filho)
• Apoio em saúde mental com a Wellz
• Clube de Vantagens com descontos em diversos parceiros
• Convênio com instituições de ensino e cursos de idioma
• Desenvolvimento Profissional (Universidade Corporativa)
• Parceria com empresa de coworkings no Brasil
• Programa de Qualidade de Vida e Bem-Estar
• Médico consultor para acompanhamento de Confidencial (Apenas para Cadastrados)ers
• Planos de incentivos

A Confidencial (Apenas para Cadastrados) está sempre no topo das Melhores Empresas para se trabalhar porque:

• Temos profissionais comprometidos, dedicados, curiosos e inovadores.
• O espírito de equipe é a nossa maior força. Trabalhamos de forma cooperativa e sabemos que estamos juntos, remando na mesma direção.
• Temos um ambiente diverso, que valoriza equidade e inclusão.
• Nossa jornada de trabalho é flexível e em quase todos os projetos é possível trabalhar de qualquer lugar do Brasil.
• Valorizamos o bem-estar e o cuidado com as nossas pessoas, com programas de apoio à saúde mental, psiquiatra e médico consultor disponíveis.