Vaga de Engenheiro de Dados Sr. (MlOps)
1 vaga: | Publicada em 06/07
A combinar
Sobre a vaga
Nascemos em 2006 para revolucionar o mercado de meios de pagamento e democratizar o acesso aos serviços financeiros. Foi com a gente que os consumidores passaram a comprar e vender dentro e fora da internet de forma rápida, simples e segura. Fizemos história lançando a 1ª maquininha de cartão sem aluguel, possibilitando as pessoas venderem mais e em qualquer lugar . Em 2019 expandimos e criamos o nosso banco digital, reforçando a nossa crença no potencial transformador da tecnologia. Hoje somos um dos maiores bancos digitais do país e uma das fintechs mais rentáveis do segmento , resultado do trabalho de um time de mais de 7 mil profissionais. Aqui no Pags, a pesquisa e a inovação fazem parte do nosso DNA. Compartilhamos experiências com profissionais talentosos e criativos em um ambiente colaborativo, onde o aprendizado é garantido. Quer fazer parte dessa história? Confira nossas vagas e #VemProPags, o banco completo. /n " Superior em Ciência da Computação, Engenharias, Sistemas de Informação ou áreas correlatas. " Experiência em construção e otimização de ETL. " Experiência com controle de versionamento com Git. " Experiência com Python, SQL e PL/pgSQL. " Experiência com desenvolvimento utilizando ambiente AWS. " Experiência com tecnologias AWS:
Redshift, S3, EMR, Glue e Lambda. " Experiência com análise e desenvolvimento de sistemas, definições de arquitetura e orientação a objetos. " Experiência na construção de serviços de integração de dados em qualquer camada (captura, ingestão, armazenamento, processamento e delivery). " Experiência com containerização de aplicações como Docker e Kubernetes. " Experiência em Linux, Shell Script, YAML e Terraform. " Experiencia em soluções de Big Data, Kafka, Airflow, AWS Athena, Spark e KMS. Desejável " Conhecimento em design patterns e paradigmas de programação. " Conhecimento em técnicas de Clean Code. " Conhecimento em arquitetura de microsserviços. " Conhecimento em processamento distribuido e massivo de dados. " Experiência com configuração e customização de ambientes com integração contínua e delivery contínuo utilizando o Jenkins. " Conhecimento na ferramenta KEDRO. " Experiência na implementação de soluções com dados para feature engineering serão diferenciais. " Vivência com métodos ágeis de desenvolvimento:
XP (principalmente com práticas de pair programming e TDD), Scrum e Kanban ou
variações Lean. " Conhecimento com soluções de observabilidade como New Relic,
Pagmon e Splunk. " Conhecimento em ferramentas de mensageria como Kafka. /n "
Criar e dar manutenção nas features store (books de variáveis) utilizados pelos
times Data Science. " Desenvolvimento e sustentação de serviços para automação de
criação de feature store. " Construção de mecanismos que garantam a integridade,
escalabilidade, perfomance e governança dos dados no processo de geração de
features para modelos de ml. " Participar na definição e implementação da
arquitetura dos serviços mantidos pela equipe. " Atuar em equipes de
desenvolvimento que utilizam métodos ágeis. " Participar da análise e definição de
implementação de solução para processamento distribuido e massivo de dados. "
Manter e desenvolver funcionalidades da plataforma de dados especificamente em
produto para construção de feature store/feature engineering. " Construção de
serviços, microsserviços e produtos que atendam às necessidades dos times de
ciência de dados da organização, tanto do ponto de vista da engenharia de dados
quanto de integração com uma plataforma de MLOps. " Avaliar novas tecnologias e
frameworks de mercado para melhoria contínua de produtos e processos, realizando
provas de conceito. XP (principalmente com práticas de pair programming e TDD), Scrum e Kanban ou variações Lean. " Conhecimento com soluções de observabilidade como New Relic, Pagmon e Splunk. " Conhecimento em ferramentas de mensageria como Kafka. /n " Criar e dar manutenção nas features store (books de variáveis) utilizados pelos times Data Science. " Desenvolvimento e sustentação de serviços para automação de criação de feature store. " Construção de mecanismos que garantam a integridade, escalabilidade, perfomance e governança dos dados no processo de geração de features para modelos de ml. " Participar na definição e implementação da arquitetura dos serviços mantidos pela equipe. " Atuar em equipes de desenvolvimento que utilizam métodos ágeis. " Participar da análise e definição de implementação de solução para processamento distribuido e massivo de dados. " Manter e desenvolver funcionalidades da plataforma de dados especificamente em produto para construção de feature store/feature engineering. " Construção de serviços, microsserviços e produtos que atendam às necessidades dos times de ciência de dados da organização, tanto do ponto de vista da engenharia de dados quanto de integração com uma plataforma de MLOps. " Avaliar novas tecnologias e frameworks de mercado para melhoria contínua de produtos e processos, realizando provas de conceito.