[Job-30938] Mid-Level Data Engineer | Engenharia de Dados, Brazil

About this role

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. Importante: se você reside na Região Metropolitana de Campinas, sua presença nos escritórios da cidade será obrigatória, conforme a política de frequencia vigente. Buscamos uma pessoa Engenheira de Dados Pleno para atuar na evolução de uma plataforma de dados estratégica, desenvolvendo e mantendo pipelines, estruturas analíticas e soluções que suportam decisões de negócio. Responsabilidades: Modelar, estruturar e manter tabelas com métricas voltadas para desempenho, uso e disponibilidade de sistemas; Criar e manter pipelines e scripts de dados, seguindo boas práticas de modelagem e arquitetura; Efetuar monitoramento e sustentação de pipelines de dados, aplicando melhorias e correções quando necessário; Definir e implementar boas práticas de qualidade, versionamento e documentação dos pipelines; Trabalhar em parceria com times de produto, apoiando na tradução de necessidades de negócio em soluções de dados. Requisitos: Experiência prática com engenharia de dados e construção de pipelines, em ferramentas como Databricks, Apache NiFi ou similares; Experiência com Python e/ou PySpark para desenvolvimento de scripts de ingestão e transformação; Bom domínio de SQL para manipulação, transformação e análise de dados; Conhecimento em alguma ferramenta de orquestração de pipelines, como Azure Data Factory (ADF), Apache Airflow ou similares; Conhecimento em modelagem de dados para Analytics e BI (Star Schema, tabelas Fato e Dimensão); Noções de arquitetura em camadas (Bronze, Silver, Gold) e Delta Lake, bem como operações básicas de MERGE/UPSERT; Experiência com qualidade de dados (regras de validação, checagens, monitoração básica); Vivência com CI/CD para dados (Azure DevOps, GitHub Actions) e versionamento de código (Git). Diferenciais: Experiência prática com Databricks (Spark, PySpark ou Spark SQL); Conhecimento em recursos avançados de Delta Lake (time travel, schema evolution, otimização de performance); Vivência em streaming de dados (Apache Kafka, Spark Structured Streaming, Azure Event Hubs ou similares); Vivência em projetos de dados de maior escala (volumetria significativa, múltiplas fontes, requisitos de performance); Experiência com ferramentas de BI (Power BI, Metabase ou similares) para validação e exploração de indicadores; Vivência em ferramentas de catálogo e governança de dados (Azure Purview, Atlan ou similares); Conhecimento em KPIs e indicadores do setor financeiro (bancário ou serviços financeiros); Certificações relevantes em Azure ou Databricks.