Tech Lead de Engenharia de Dados Sênior
Recuperação PF.

O Itaú é a marca mais valiosa do Brasil, a melhor empresa para trabalhar segundo o Great Place to Work e o maior banco da América Latina. Nós impactamos diariamente mais de 98 milhões de clientes em 18 países.

Somos feitos de pessoas e acreditamos que ter um time com pluralidade de origens, culturas, crenças, experiências, raças, deficiências, gêneros, orientações afetivo-sexuais e gerações ampliam as perspectivas e contribuem para um clima de respeito e valorização das diferenças.

Estamos em busca de uma pessoa para integrar nosso time na posição de Analista de Engenharia de Dados Sênior, atuando em uma frente estratégica responsável pela operacionalização de modelos analíticos e soluções baseadas em dados. Essa pessoa terá papel fundamental na construção de arquiteturas robustas, desenvolvimento de pipelines escaláveis e implantação de modelos em produção, trabalhando em parceria com Cientistas de Dados, stakeholders de negócio e equipes multidisciplinares.

Buscamos um perfil com forte experiência em Engenharia de Dados, visão de arquitetura, capacidade de liderança técnica e atuação hands-on. O profissional será responsável por transformar modelos desenvolvidos pelo time de Ciência de Dados em soluções produtivas, escaláveis e sustentáveis para o negócio.

Principais desafios da posição

Transformar modelos desenvolvidos por Cientistas de Dados em soluções produtivas e escaláveis.

Atuar em um time enxuto, combinando visão estratégica e forte execução técnica.

Construir e sustentar pipelines responsáveis pelo consumo, processamento e disponibilização de dados para produtos analíticos.

Garantir eficiência operacional, governança e confiabilidade das soluções implementadas.

Apoiar a evolução da arquitetura de dados e a adoção de práticas modernas relacionadas a Machine Learning e Inteligência Artificial.

Contribuir com iniciativas de FinOps e otimização de custos em ambiente cloud.

Experiência sólida em Engenharia de Dados.

Domínio de Python.

Experiência com PySpark e processamento distribuído de dados.

Conhecimento em arquitetura e modelagem de dados.

Experiência no desenvolvimento e sustentação de pipelines de dados.

Vivência em ambientes Cloud (AWS, Azure ou GCP).

Experiência com desenho de soluções e definição arquitetural.

Conhecimento em operacionalização e monitoramento de modelos em produção.

Experiência trabalhando próximo a times de Ciência de Dados e iniciativas de Machine Learning.

Capacidade de atuar como referência técnica e liderar discussões de arquitetura.

Boa comunicação para interação com times técnicos e áreas de negócio.

Diferenciais

Experiência com AWS Glue.

Conhecimento em práticas de MLOps.

Vivência com implantação e monitoramento de modelos de Machine Learning em produção.

Experiência prévia em projetos de Ciência de Dados ou Analytics Avançado.

Conhecimento em observabilidade, governança e monitoramento de plataformas de dados.

Vivência com FinOps e otimização de custos em ambientes cloud.