Na CI&T , ajudamos grandes empresas a transformar o potencial da AI em impacto real nos negócios com AI Deployment, execução AI-native e tech-integrated business solutions.

Com 30 anos de experiência em transformação tecnológica, aceleramos inovação com expertise em agentic SDLC, application modernization, Data & AI, martech e business strategy.

Somos 8.000 CI&Ters em mais de 25 países, colaborando para construir soluções com impacto real. AI já faz parte da forma como trabalhamos, evoluímos e inovamos todos os dias.

Estamos em busca de um Engenheiro(a) de Dados Sênior para atuar em um projeto estratégico de modernização da plataforma de dados, conduzindo a migração de Data Warehouses legados para uma arquitetura moderna de Data Lakehouse na Microsoft Azure.

Você será responsável por projetar e desenvolver soluções de dados escaláveis, definindo padrões de engenharia, construindo pipelines robustos e garantindo uma plataforma segura, performática e preparada para suportar as necessidades analíticas do negócio.

Responsabilidades

• Projetar, desenvolver e otimizar pipelines de dados utilizando Python/PySpark e SQL.
• Construir e evoluir arquiteturas Data Lakehouse seguindo o modelo Medallion (Bronze, Silver e Gold).
• Desenvolver modelos de dados analíticos, incluindo Star Schema e One Big Table (OBT).
• Desenvolver e otimizar pipelines e processos no Databricks.
• Implementar boas práticas de DataOps, incluindo CI/CD, testes automatizados, monitoramento e otimização de performance e custos.
• Trabalhar em parceria com arquitetos, engenheiros e áreas de negócio para transformar requisitos em soluções de dados escaláveis.
• Atuar como referência técnica para o time, apoiando na resolução de problemas complexos e compartilhando boas práticas de engenharia.

Requisitos

• Experiência sólida como Engenheiro(a) de Dados Sênior.
• Forte experiência com Microsoft Azure e Databricks, incluindo Delta Lake, Unity Catalog, Workflows/Jobs e Pipelines.
• Domínio de Python, PySpark e SQL.
• Experiência com ferramentas de orquestração como Azure Data Factory ou Apache Airflow.
• Conhecimento em processamento de grandes volumes de dados, otimização de consultas e performance em Spark.
• Experiência em modelagem dimensional e arquiteturas Data Lakehouse.
• Vivência com boas práticas de desenvolvimento, incluindo Git, CI/CD, Clean Code e desenvolvimento modular.
• Perfil analítico, proativo e com facilidade para atuar em ambientes colaborativos e de alta complexidade.

Diferenciais

• Experiência liderando iniciativas técnicas ou atuando como referência para equipes de Engenharia de Dados.
• Conhecimento em DataOps, Governança de Dados e otimização de custos em cloud.
• Experiência em projetos de modernização e migração de plataformas de dados para a nuvem.