[Job-31817] Data Engineer Manager

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.

Na CI&T, estamos expandindo o time de FLOW e buscamos uma pessoa Master Data Engineer para atuar como referência técnica na construção e evolução de soluções modernas de dados.
O FLOW é a plataforma de Inteligência Artificial da CI&T, criada para acelerar o desenvolvimento de software e a entrega de valor aos clientes. A plataforma integra IA ao ciclo de engenharia, apoiando os times na evolução da produtividade, qualidade e eficiência.
Nesta posição, você atuará na construção e evolução da arquitetura de dados que sustenta a plataforma, trabalhando com ambientes complexos e diferentes tecnologias, sem vínculo com uma cloud específica.

Responsabilidades:

Liderar tecnicamente o desenho, a implementação e a evolução de arquiteturas e plataformas de dados.
Projetar, desenvolver e manter pipelines de dados escaláveis, resilientes e de alta performance.
Definir padrões e boas práticas para soluções de Data Lake, Data Warehouse e Lakehouse.
Trabalhar com diferentes áreas para garantir integridade, qualidade, segurança e disponibilidade dos dados.
Implementar práticas de Data Quality e observabilidade nos pipelines.
Desenvolver e evoluir pipelines de CI/CD para processos de dados e ETL/ELT.
Definir e implementar modelos de dados relacionais e dimensionais.
Implementar práticas de Data Governance, incluindo catálogo, linhagem e controle de acesso.
Documentar arquiteturas, fluxos, processos e decisões técnicas.
Atuar na resolução de problemas técnicos complexos e em análises de causa-raiz.
Aplicar princípios de FinOps para acompanhar e otimizar os custos das soluções.
Orientar tecnicamente o time, contribuindo para sua autonomia e evolução.
Utilizar IA para aumentar a produtividade e a qualidade ao longo do ciclo de engenharia de dados.

Requisitos para este desafio:

Experiência sólida em Engenharia de Dados, com atuação em ambientes complexos e de grande escala.
Experiência como referência técnica, apoiando decisões arquiteturais e a evolução de times.
Conhecimento avançado em SQL, Python e Spark.
Vivência com soluções de dados voltadas para Machine Learning, IA generativa ou sistemas baseados em agentes.
Experiência com stacks modernas de dados em ambientes de cloud.
Experiência na construção de pipelines de dados e processos de ETL/ELT.
Conhecimento de arquitetura de dados, processamento distribuído e integração entre diferentes fontes.
Experiência com práticas de CI/CD aplicadas a soluções de dados.
Conhecimento de modelagem de dados relacional e dimensional.
Capacidade de avaliar soluções considerando escalabilidade, segurança, desempenho, custos e sustentabilidade operacional.
Experiência com IA aplicada ao ciclo de desenvolvimento de software e engenharia de dados.
Formação em Ciência da Computação, Tecnologia da Informação, Engenharia ou áreas relacionadas.

Diferenciais:

Experiência com diferentes provedores de cloud.
Experiência com Databricks ou plataformas equivalentes.
Certificações relacionadas a dados, cloud ou processamento distribuído.
Experiência com arquiteturas Data Lake, Data Warehouse e Lakehouse.
Conhecimento de Data Quality, observabilidade e confiabilidade de dados.
Experiência com ferramentas de catálogo, linhagem e governança.
Conhecimento de FinOps aplicado ao ecossistema de dados.
Experiência em projetos ou times internacionais.