Usamos cookies técnicos e o registro de visitas anonimizado do Zorky. O Yandex Metrica (dados armazenados em servidores na Rússia) só funciona com o seu consentimento. Nunca vendemos dados. Mais sobre cookies e estatísticas.
O Zorky está em modo de teste — tudo é gratuito. As vagas e as páginas das empresas são abertas a todos; os links dos anúncios e sua seleção pessoal abrem após o cadastro. Cadastre-se →
← Todas as vagas

Data Engineer

Middleremote401.000 USD · período não informadohá 1 d
Análises de mercado
📊 Data Engineering: salários e demanda no mercado
Stack
airflowawsazureci/cdclouddagsterdata lakehousedatabricksdockerflinkgcpgithub
Detalhes
Experiência
3+ anos
Práticas
CI/CD, MLOps
Mostrar empresa e link
Grátis, depois de entrar.
Candidatar-se
Envie seu currículo: empregadores e recrutadores de vários países que procuram o seu perfil poderão falar com você diretamente.
Enviar seu currículo →
Descrição
Position Summary

Our data engineering team is the foundation of this system, ensuring data is accurate, fast, and always available for our models and AI applications.

As a Data Engineer , you’ll design, build, and maintain the data pipelines that power our deep learning, video and LLM systems. You’ll work across ingestion, transformation, and orchestration layers — from real-time feeds to analytics-ready datasets. Your mission is to make data reliable, discoverable, and scalable for use by model training, analytics, and AI-driven products across multiple sports.

You’ll collaborate closely with our MLOps , and Sports Data teams to ensure seamless integration between data and AI.

Responsibilities
  • Build and operate robust data pipelines for ingestion, cleaning, and transformation using Databricks, Airflow, or Kubernetes.
  • Develop efficient ETL/ELT workflows in Python and SQL to support both batch and streaming workloads.
  • Partner with ML/AI teams to make datasets and tools discoverable and safe for autonomous agents, including evaluation and guardrails for AI-generated queries.
  • Develop retrieval pipelines (RAG, vector search) over structured stats and unstructured sources (scouting notes, video metadata) to power AI applications.
  • Model and maintain structured data assets (Delta, Parquet, Iceberg) for reliability, versioning, and lineage tracking.
  • Implement orchestration and monitoring: schedule jobs, track dependencies, and automate recovery from failures.
  • Ensu
Descrição completa, empresa e link para se candidatar: depois de entrar. Entrar
Os contatos do empregador (e-mail/telefone/telegram) ficam ocultos na prévia pública. Envie seu currículo para que os empregadores possam falar com você diretamente.
Denunciar esta vaga
Pergunta urgente? Escreva para @termdocs