Data Engineer II

Você fará parte do nosso ecossistema de Dados, atuando como Data Engineer II com um forte foco em inovação e Inteligência Artificial. Seu desafio será construir produtos AI-driven que potencializam a nossa plataforma, desenvolvendo desde agentes e chatbots até sistemas de automação de dados. Aqui, você unirá engenharia de dados tradicional ao estado da arte em LLMs para gerar impacto real na eficiência dos nossos times, colaborando ativamente com Data Platform e Analytics Engineering.

• Construir produtos AI-driven para o ecossistema de dados (agentes, chatbots, sistemas de reescrita automática de queries, geração automatizada de modelos e documentação);
• Ajudar a manter a confiabilidade dos sistemas agênticos (guardrails, validações e observabilidade, como LangFuse) para lidar com o não-determinismo em produção;
• Trabalhar com MCPs e integrações entre ferramentas, construindo e evoluindo MCPs internos;
• Participar das decisões técnicas avaliando trade-offs (RAG vs LLM Wiki, heurística vs LLM, custo vs latência vs qualidade), conduzindo experimentos comparativos;
• Participar de code reviews, com atenção a performance, custo de tokens e manutenibilidade;
• Colaborar com Data Platform e Analytics Engineering para conectar os produtos da plataforma ao consumo real dos times.

• Python e SQL;
• Experiência prática construindo e colocando em produção produtos de IA (uso intenso de LLMs no dia a dia: agentes, APIs de modelos, skills/plugins como as do Claude Code), não apenas uso casual;
• Lógica de programação, algoritmos e estruturas de dados;
• Orquestração de pipelines (Airflow, Dagster) e transformação de dados com dbt (ou Dataform);
• Boa familiaridade com sistemas e arquiteturas de Cloud (preferencialmente GCP/BigQuery);
• Experiência com deploy (Kubernetes, Docker, Cloud Run);
• Noção de como integrar sistemas (APIs, webhooks).

• Sistemas agênticos em produção (engenharia de prompts, orquestração de agentes, tools, sub-agentes, paralelismo, retry e fallback);
• MCP, Model Context Protocol (construção ou consumo de MCPs para padronizar acesso de agentes a fontes de dados);
  
• RAG e arquiteturas alternativas (ex.: síntese prévia estilo LLM Wiki) e seus trade-offs;
• Avaliação de sistemas de IA (LangFuse, métricas de qualidade/custo/latência, design de evals para sistemas não determinísticos);
• Desenvolvimento orientado a spec (Spec Kit, SDD): constitutions, quality gates e specs versionadas guiando a implementação;
• Gestão e integração com plataformas de visualização (Metabase, Looker, Tableau) via API;
• Skills do Claude Code para automatizar fluxos do time;
• Infraestrutura como código (Terraform);
• Construção de serviços HTTP (FastAPI) e bots/integrações Slack.

Um dos pilares da Arcotech é a diversidade. Nossa motivação é nos manter em movimento, inovando e levando as tecnologias educacionais a patamares ainda não vistos. Para isso acreditamos na força da palavra equidade e no respeito à igualdade de direito. Aqui reconhecemos as singularidades, as diferenças e abraçamos a todes.