• Superior em Ciência da Computação, Engenharias, Sistemas de Informação ou áreas correlatas.
• 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 com construção de serviços de integração de dados em qualquer camada (captura, ingestão, armazenamento, processamento e delivery).
• Experiência com containerização de aplicações ( Docker e Kubernetes).
• Experiência com Linux, Shell Script, YAML e Terraform.

Desejável: 

• Conhecimento em design patterns e paradigmas de programação.
• Conhecimento em técnicas de Clean Code.
• Conhecimento em soluções de Big Data, Kafka, Airflow, AWS Athena, Spark e KMS.
• Experiência com construção e otimização de ETL.
• 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 em ferramenta KEDRO.
• Experiência com implementação de soluções com dados para feature engineering.
• Experiência com métodos ágeis de desenvolvimento XP (principalmente com práticas de pair programming e TDD), Scrum e Kanban ou variações Lean.
• Conhecimento em soluções de observabilidade (New Relic, Pagmon e Splunk).
• Conhecimento em ferramentas de mensageria (Kafka).

• Criar e dar manutenção nas features store (books de variáveis) utilizados pelos times de Data Science.
• Desenvolver e sustentar os serviços para automação de criação de feature store.
• Construir 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.
• Ser responsável pela construção de serviços, microsserviços e produtos que atendam às necessidades dos times de Ciência de Dados, 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.