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.

Com o crescimento do CI&T Flow e o aumento da demanda sobre sua plataforma de dados, buscamos um Engenheiro de Dados Pleno para ampliar a capacidade de construção e sustentação da frente Tática. O profissional contribuirá diretamente para garantir que os dados utilizados pela plataforma sejam processados de forma confiável, eficiente e alinhada aos padrões definidos pela arquitetura de dados.

O profissional atuará no desenvolvimento e manutenção de pipelines, integrações e transformações de dados, apoiando também iniciativas de qualidade, observabilidade e evolução da plataforma. O papel exige capacidade de execução, colaboração e aprendizado contínuo, trabalhando em conjunto com os profissionais mais seniores para transformar necessidades da plataforma em soluções de dados sustentáveis e escaláveis.

Missão da posição
Executar a construção e evolução dos pipelines e integrações, garantindo capacidade operacional para o time Tático, com experiência em Python, SQL, Spark/Databricks, cloud e desenvolvimento de pipelines de dados.
Principais responsabilidades
Desenvolver e manter pipelines de dados.
Criar integrações com fontes e destinos.
Implementar transformações nas camadas de dados.
Apoiar correções e melhorias de pipelines existentes.
Implementar monitoramento e controles de qualidade.
Apoiar troubleshooting de problemas de ingestão.
Trabalhar seguindo os padrões definidos pelo Tech Lead/Arquitetura.
Documentar pipelines e componentes.
Evoluir tecnicamente junto ao time.

Principais requisitos
Experiência profissional em Engenharia de Dados.
Conhecimento de Python e SQL.
Experiência com Spark e/ou Databricks.
Conhecimento de cloud — Azure, AWS ou GCP.
Experiência no desenvolvimento de pipelines ETL/ELT.
Conhecimento de ingestão, transformação e disponibilização de dados.
Familiaridade com arquitetura Lakehouse.
Conhecimento de boas práticas de qualidade, documentação e versionamento de código.
Capacidade de investigar problemas e realizar correções e melhorias em pipelines.
Boa capacidade de trabalho em equipe e interação com profissionais mais seniores.