Sobre a Woba:

A Woba é a maior rede de escritórios flexíveis por assinatura da América Latina. Nosso modelo oferece às empresas a flexibilidade de adaptar suas estruturas de escritório ao estágio de crescimento atual ou ao modelo de trabalho ideal. Estamos transformando a forma como empresas gerenciam espaços de trabalho, fornecendo soluções que otimizam o uso de salas de reunião, salas privativas e workstations com inteligência de ocupação e personalização avançada.

Sobre a posição:

Buscamos um(a) Data Engineer experiente para colaborar no desenvolvimento de soluções de inteligência artificial na Woba. O profissional será essencial na criação de pipelines de dados robustas, an gestão de data lakes e data warehouses, e na preparação dos dados para treinamento e avaliação dos modelos. Além disso, o profissional colaborará ativamente com o AI Engineer na definição das necessidades de dados e na otimização dos processos. O Data Engineer garantirá que os dados estejam sempre disponíveis, na forma correta e com a qualidade necessária para o desenvolvimento de soluções de inteligência artificial de ponta. Se você deseja trabalhar em projetos desafiadores que impactam diretamente nossos clientes, essa oportunidade é para você.

Responsabilidades:

• Engenharia & Pipelines de Dados
• Construir e manter pipelines de dados escaláveis com dbt, Python e SQL, aplicando boas práticas de modelagem, versionamento e governança.
• Desenvolver processos ETL/ELT para dados estruturados e não estruturados, garantindo qualidade e consistência ponta a ponta.
• Estruturar datasets otimizados para análises avançadas, produtos e modelos de machine learning.
  

Orquestração & Processamento

• Projetar e operar pipelines usando Airflow, Dagster ou Prefect.
• Implementar fluxos batch e, quando necessário, pipelines streaming (Kafka/Kinesis) para ingestão contínua.
• Gerenciar SLAs, observar performance e antecipar falhas ou gargalos operacionais.
  
  

Cloud & Infraestrutura (AWS)

• Provisionar e administrar infraestrutura de dados na AWS (S3, Lambda, Glue, Athena, Fargate/ECS, Step Functions).
• Criar pipelines containerizados com Docker e, quando aplicável, gerenciar workloads em Kubernetes.
• Garantir escalabilidade, segurança, otimização de custos e observabilidade.
  
  

Data Lakehouse & Armazenamento

• Construir e manter data lakes e data warehouses modernos (Redshift, Snowflake ou equivalentes).
• Operar lakes otimizados para machine learning (Iceberg, Delta Lake) e estruturar tabelas para consumo eficiente.
• Criar camadas de dados limpas, organizadas e acessíveis para diferentes times e produtos.
  
  

Coleta & Ingestão de Dados

• Integrar dados via APIs REST/GraphQL, webhooks e conectores (Airbyte, Fivetran).
• Realizar web scraping quando necessário, utilizando frameworks como Scrapy, BeautifulSoup ou Playwright.
• Aplicar processamento de documentos (PDF, HTML, imagens) usando ferramentas modernas (como Unstructured.io).
  
  

Preparação de Dados & Feature Engineering

• Realizar limpeza, enriquecimento e transformação de dados para análises, modelos e produtos.
• Criar agregações complexas, features temporais, janelas deslizantes e versionamento de datasets com reprodutibilidade.
• Colaborar com AI Engineers na seleção de features e preparação de dados para modelos.
  
  

Pilares AI-first (Desejáveis e valorizados na vaga)

• Experiência ou interesse em construir pipelines para embeddings, chunking e preparação de dados para RAG.
• Familiaridade com vector databases (Pinecone, Qdrant, Weaviate) e estratégias de indexação.
• Entendimento dos trade-offs entre batch, streaming e event-driven para sistemas com modelos.
• Noções de tokenização, caching, inferência eficiente e preparação de documentos para modelos generativos.
  
  

Monitoramento & Confiabilidade

• Implementar observabilidade, data quality e alertas automatizados para freshness, schema drift e data drift.
• Monitorar performance e custo dos pipelines, propondo otimizações estruturais.
• Garantir confiabilidade e estabilidade da camada de dados em ambientes de produção.
  
  

Requisitos Técnicos Obrigatórios:

• Sólida experiência em linguagens de programação como Python e SQL.
• Conhecimento profundo de ferramentas e frameworks de engenharia de dados, como Spark, Airflow, Kafka e DBT.
• Experiência com bancos de dados relacionais e não relacionais (SQL, NoSQL).
• Conhecimento de cloud platforms (AWS) e serviços de big data.
• Conhecimento básico de machine learning e deep learning.
  
  

Requisitos Comportamentais:

• Forte capacidade analítica e de resolução de problemas.
• Habilidade de trabalhar em equipe e colaborar com diferentes perfis profissionais.
• Pró-atividade e capacidade de aprender novas tecnologias rapidamente.
• Foco em resultados e entrega de projetos.
  
  

Diferenciais:

• Experiência no mercado de real state ou soluções de inteligência de ocupação.
• Pós-graduação ou MBA em áreas relacionadas a AI, Data Science ou Machine Learning.
• Histórico de publicações ou contribuições em projetos open-source de AI.
  
  

O que oferecemos:

• Oportunidade de trabalhar na maior rede de escritórios flexíveis por assinatura da América Latina.
• Projetos desafiadores e com impacto direto no mercado de real state.
• Ambiente colaborativo e cultura de aprendizado contínuo.
• Acesso às mais recentes tecnologias e ferramentas de AI/ML.
• Remuneração competitiva com possibilidade de participação em equity.
  
  

Venha transformar o mercado de escritórios flexíveis com a Woba!