• Experiência com dados de produtos bancários e atacado;
• Atuação com feature stores, pipelines para IA e arquiteturas modernas;
• Otimização profunda de performance e custos no Databricks.
🎯 Desafios e Impacto
• Liderar modelagem de dados e construção de datasets para IA;
• Projetar arquiteturas escaláveis em Databricks (Spark, Delta, Lakehouse);
• Otimizar performance, custo e confiabilidade das estruturas de dados;
• Definir padrões técnicos e boas práticas de modelagem para o time;
• Trabalhar junto às frentes de IA para acelerar experimentação e entrega de modelos;
• Suportar pipelines e integrações via ADF e Airflow, quando necessário.
⏳ Etapas do Processo
Triagem inicial: Análise do currículo para verificar a adequação às qualificações e requisitos da vaga.
Testes gerais: Avaliação do alinhamento cultural com o teste da Mindsight e teste de raciocínio lógico da Predictive Index.
Entrevista com a equipe de Recrutamento: Discussão sobre as expectativas em relação à vaga e aos objetivos profissionais.
Avaliação técnica: Entrevista focada nas habilidades específicas necessárias para a função.
Entrevista com a liderança: Uma conversa para discutir sua visão e como você pode contribuir para a equipe e a empresa.
Entrevista com colegas de trabalho: Interação com futuros pares para avaliar a sinergia e o trabalho em equipe.
Entrevista focada em cultura: Exploração dos valores e princípios da empresa para garantir um bom encaixe cultural.
Oferta: Apresentação da proposta de trabalho, incluindo detalhes sobre remuneração e benefícios.