Engenheiro de Dados e Plataforma de Agentes Sênior (GCP)

О позиции

Мы стремимся к инновациям в области эффективного обслуживания клиентов, где технологии играют ключевую роль. В нашей команде вы будете работать над передовыми проектами по обработке данных и интеграции AI-агентов. Мы ценим этику, прозрачность, качество и командную работу. Leega инвестирует в развитие сотрудников через постоянное обучение и сертификацию. Это возможность стать частью динамичной компании, которая заботится о балансе работы и жизни.

Чем заниматься

• Строить и поддерживать pipelines ingestion, transformation и quality данных в batch и streaming режимах с использованием BigQuery, Dataflow, Dataproc, Pub/Sub и Cloud Storage
• Моделировать и организовывать Data Lake/Lakehouse в BigQuery и BigLake с применением分层ного подхода, партиционирования и оптимизации стоимости и производительности
• Определять контракты данных (schemas, freshness, SLAs) и мониторить качество и lineage источников
• Подготавливать данные для AI: очистка, анонимизация, chunking и генерация embeddings для Vertex AI RAG Engine, Vertex AI Search и vector stores
• Обеспечивать соответствие LGPD при работе с чувствительными данными в здравоохранении, применяя маскирование, анонимизацию и policy tags
• Настраивать доступ к данным между проектами (Cloud IAM, Dataplex, BigLake, Analytics Hub) с минимальными привилегиями и аудиторским треккинг
• Предоставлять данные и системы как инструменты для агентов через серверы MCP и MCP Toolbox
• Поддерживать MLOps/LLMOps пайплайны с помощью Vertex AI Pipelines, включая guardrails и мониторинг drift
• Провизионировать инфраструктуру данных и AI как код с Terraform и CI/CD, управлять FinOps
• Реализовать observability end-to-end с OpenTelemetry, Cloud Logging, Cloud Monitoring и Cloud Trace

Что ждут

• Владение Python и SQL на высоком уровне
• Сильный опыт Data Engineering в GCP: BigQuery, Cloud Storage, Dataflow/Dataproc, Pub/Sub
• Опыт оркестрации пайплайнов: Cloud Composer/Airflow, Cloud Workflows или аналогичные
• Знание governance и security данных в GCP: Cloud IAM, Dataplex, policy tags, Cloud KMS
• Опыт работы с Terraform и CI/CD (Cloud Build, GitHub Actions)
• Практический опыт работы в среде GCP с множественными проектами, organization и folders
• Понимание distributed systems и event-oriented architectures (queues, retries, idempotency, consistency)
• Опыт подготовки данных для LLM приложений в production (RAG или агенты)
• Знание LGPD применительно к чувствительным данным, включая техники анонимизации и маскирования

Будет плюсом

• Vertex AI (RAG Engine, Vertex AI Search, Agent Engine, Pipelines), Gemini и Model Armor
• Фреймворки агентов (ADK, LangChain, LangGraph, CrewAI) и разработка MCP серверов
• Vector stores (Vertex AI Vector Search, AlloyDB с pgvector, BigQuery Vector Search)
• GraphRAG опыт
• Опыт в healthtech или работа со стандартами клинических данных (HL7, FHIR)
• Data Mesh, hub-and-spoke архитектура и FinOps в GCP
• Сертификация Google Cloud Professional Data Engineer / Machine Learning Engineer / FinOps Practitioner

Условия

• Удобный медицинский страховка Porto Seguro для сотрудника и семьи
• ДENTAL страховка Porto Seguro
• Участие в распределении прибыли и результатов (PLR)
• Поддержка childcare (Auxílio Creche)
• Ваучеры на питание через Alelo
• Аренда рабочего места для Home Office
• Партнёрство с образовательными институтами (скидки на курсы)
• Инцентивная поддержка получения сертификатов (GCP, Azure, AWS)
• Programa Pontos Livelo для накопления бонусных баллов
• Скидка на фитнес через Total Pass
• Программы mindfulness и meditation через Mindself
• Гибкий график и удалённая работа

Навыки

• Python
• SQL
• Google Cloud Platform
• BigQuery
• Dataflow
• Dataproc
• Pub/Sub
• Cloud Storage
• Cloud Composer
• Apache Airflow
• Cloud Workflows
• Cloud IAM
• Dataplex
• Policy Tags
• Cloud KMS
• Terraform
• CI/CD
• Cloud Build
• GitHub Actions
• OpenTelemetry
• Cloud Logging
• Cloud Monitoring
• Cloud Trace
• Vertex AI
• Gemini
• Model Armor
• LangChain
• LangGraph
• CrewAI
• MCP Server
• Vector Search
• LGPD Compliance
• FinOps

Могут спросить на собеседовании

1. Как вы организуете Data Lake на BigQuery? Какие паттерны партиционирования и кластеризации вы используете?
2. Расскажите о вашем опыте работы с LGPD и защитой чувствительных данных пациентов. Какие технические меры вы применяете?
3. Как вы проектируете отказоустойчивые streaming pipelines на Dataflow? Как обеспечиваете идемпотентность?
4. Опишите ваш подход к подготовке данных для RAG-приложений. Как работает chunking и generation embeddings?
5. Как вы управляете доступом к данным между несколькими проектами GCP с минимальными привилегиями?