Data Engineer Sênior - Platform & AI | RD Station (Remoto)

April 27, 2026 Auto Import

Seu desafio no time: Você fará parte do time de Data Platform, dentro da tribo de Data & Analytics da RD Station, que tem como missão democratizar o uso de dados e transformá-los em um diferencial competitivo para nossos clientes. Estamos evoluindo nosso Framework de IA, criando uma infraestrutura padronizada (Paved Path) que permita aos times de Machine Learning desenvolver e colocar modelos em produção com mais velocidade, confiabilidade e governança.Seu desafio será atuar na construção e evolução dessa plataforma, garantindo escalabilidade, padronização e qualidade nas soluções de dados e IA. Suas principais entregas: <ul> <li>Desenvolver e evoluir pipelines de dados e IA de forma escalável e padronizada;</li> <li>Projetar e implementar soluções de engenharia de dados em ambiente cloud (Google Cloud Platform);</li> <li>Construir componentes reutilizáveis, como frameworks, operadores e templates;</li> <li>Garantir boas práticas de engenharia, incluindo testes automatizados, versionamento e CI/CD;</li> <li>Integrar serviços da plataforma (BigQuery, Cloud Storage, Vertex AI, entre outros);</li> <li>Contribuir com decisões arquiteturais considerando performance, custo e governança;</li> <li>Colaborar com times de dados, engenharia e IA para garantir alinhamento técnico e de negócio;</li> </ul> Perfil que buscamos: <ul> <li>Experiência sólida em engenharia de dados, preferencialmente em ambientes cloud GCP;</li> <li>Conhecimento sólido em modelagem de dados e uso avançado de BigQuery;</li> <li>Experiência com orquestração de pipelines (Airflow, Cloud Composer ou similares);</li> <li>Domínio de Python e SQL avançado;</li> <li>Conhecimento em práticas de engenharia de software (CI/CD, testes, versionamento);</li> <li>Experiência com integração de serviços de dados e/ou IA.</li> </ul> Será considerado um diferencial: <ul> <li>Experiência com pipelines de Machine Learning ou plataformas de IA;</li> <li>Conhecimento em Vertex AI ou outras plataformas de ML;</li> <li>Vivência na construção de frameworks internos ou componentes reutilizáveis;</li> <li>Experiência com Feature Store ou gestão de features;</li> <li>Conhecimento em governança de dados, observabilidade e controle de custos em cloud;</li> <li>Ser (ou querer se tornar) uma pessoa ativa na comunidade, que compartilha conhecimento dentro e fora da empresa através de eventos, artigos, mentorias, iniciativas voluntárias, projetos open source, etc.</li> </ul> <hr> Etapas do processo seletivo: <ul> <li> Aplicação - Envio da inscrição;</li> <li>Mindsight – Teste de estilo de trabalho;</li> <li>Talent Acquisition - Entrevista por competência com o time de recrutamento;</li> <li>Desafio Técnico – Teste de avaliação de habilidades técnicas;</li> <li>Entrevista Técnica - Entrevista técnica para discussão de requisitos da vaga;</li> <li>Entrevista Final - Conversa final com a gerência para alinhamento;</li> <li>Offer - Fase de conclusão do processo seletivo, com a apresentação da proposta de trabalho.</li> </ul> Obs: Podem ter etapas complementares e/ou alterações, de acordo com a necessidade do processo.

Back to blog