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.
- Pipelines & ETL/ELT: Construir, dar manutenção e otimizar pipelines de dados robustos, focando em baixa latência, resiliência e boas práticas de Data Quality e observabilidade.
- Big Data & Processamento Distribuído: Desenvolver rotas de dados escaláveis utilizando Apache Spark / PySpark e Databricks, garantindo estratégias eficientes de particionamento e otimização de custos.
- Modelagem & Armazenamento: Trabalhar na estruturação e gestão de dados utilizando SQL Server e Delta Lake.
- Cultura DevOps: Aplicar versionamento com Git, criar rotinas de CI/CD para automação de implantações e realizar o monitoramento contínuo das rotinas em produção.
- Resolução de Incidentes: Investigar falhas, realizar análise de causa raiz e atuar na melhoria contínua das rotinas produtivas.
Requisitos Técnicos:
- Eexperiência com engenharia de dados.
- Experiência em ambientes produtivos.
- Atuação com grandes volumes de dados.
- Participação em projetos de migração, modernização ou construção de data lakes.
- Capacidade de investigar incidentes e realizar análise de causa raiz.
Constrói e mantém pipelines de dados escaláveis em GCP e Databricks, projetando arquiteturas Lakehouse e garantindo qualidade, performance e governança para apoiar decisões estratégicas.
Desenvolve pipelines de dados e modela ontologias, taxonomias e grafos de conhecimento, conectando engenharia de dados, recuperação de informação e IA generativa para viabilizar ingestão e inferência por máquinas.
Design and deliver client-facing data platforms with Microsoft Fabric and Databricks, building scalable lakehouse architectures, optimized pipelines, and semantic models that enable trusted reporting and self-service analytics.
Build and maintain scalable data pipelines, ETL/ELT processes, and orchestration systems that deliver reliable, usable data for business needs and support machine learning workflows.
Build and optimize ETL/ELT pipelines, data models, and cloud-based data platforms that support analytics and reporting, using Python, SQL, Spark, Databricks, Snowflake, and AWS.
